Python opencv 给照片戴上圣诞帽

大致步骤：

1. 安装 OpenCV（网上搜下教程有很多）；

2. 用 OpenCV 提供的级联分类器做人脸检测，定位出图片中的人脸位置；

3. 根据找出的人脸，调整圣诞帽的位置和大小，叠加到原图片上；

4. 遍历所有人脸，重复执行步骤3，过程中可随机变换帽子的样式；

5. 保存图片。

 代码实例中 对图片有要求，并不是百分百的全部图片都能识别到，还需要进一步研究。

图片

代码

import cv2
import random

# OpenCV 人脸检测
face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
sample_image = cv2.imread('image/face6.jpg')
faces = face_patterns.detectMultiScale(sample_image,
                                       scaleFactor=1.1,
                                       minNeighbors=8,
                                       minSize=(50, 50))
# 圣诞帽
hats = []

for i in range(4):
    hats.append(cv2.imread('image/hat%d.png' % i, -1))

for face in faces:
    # 随机一顶帽子
    hat = random.choice(hats)
    # 调整帽子尺寸
    scale = face[3] / hat.shape[0] * 1.25
    hat = cv2.resize(hat, (0, 0), fx=scale, fy=scale)
    # 根据人脸坐标调整帽子位置
    x_offset = int(face[0] + face[2] / 2 - hat.shape[1] / 2)
    y_offset = int(face[1] - hat.shape[0] / 2)
    # 计算贴图位置，注意防止超出边界的情况
    x1, x2 = max(x_offset, 0), min(x_offset + hat.shape[1], sample_image.shape[1])
    y1, y2 = max(y_offset, 0), min(y_offset + hat.shape[0], sample_image.shape[0])
    hat_x1 = max(0, -x_offset)
    hat_x2 = hat_x1 + x2 - x1
    hat_y1 = max(0, -y_offset)
    hat_y2 = hat_y1 + y2 - y1
    # 透明部分的处理
    alpha_h = hat[hat_y1:hat_y2, hat_x1:hat_x2, 3] / 255
    alpha = 1 - alpha_h
    # 按3个通道合并图片
    for c in range(0, 3):
        sample_image[y1:y2, x1:x2, c] = (alpha_h * hat[hat_y1:hat_y2, hat_x1:hat_x2, c] + alpha * sample_image[y1:y2, x1:x2, c])

# 保存最终结果
cv2.imwrite('faces_detect8.png', sample_image)

资源地址 http://download.csdn.net/download/kangguang/10184235