实时面具覆盖人脸小程序

实时面具覆盖人脸小程序

        这个实时面具覆盖人脸的小程序参考了http://datahonor.com/2017/05/18/实时视频中面具覆盖的实现/中的处理思路，在此基础上做了一些改动，应用了python-opencv及其中的人脸识别模块。

        因为这里用到的人脸识别比较粗糙，返回的是一个包含脸部的矩形框，所以只能做到简单的覆盖，效果并不精细。

import cv2 as cv
import numpy as np


faceCascade = cv.CascadeClassifier('classify/haarcascade_frontalface_default.xml')
# 读取面具图像
faceMask = cv.imread("data/maskFace1.jpg")      

# 打开摄像头
cap = cv.VideoCapture(0)

# 开始处理图像
while True:
    ret, img = cap.read()
    scalingFactor = 0.75
    # 重置输入图像大小
    frame = cv.resize(img,None,fx = scalingFactor, fy = scalingFactor, interpolation = cv.INTER_AREA)
    # 彩色转灰度图像
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 直方图均衡化
    frameGray = cv.equalizeHist(gray)
    # 检测脸部，该函数在输入图像的不同尺度中检测物体
    faces = faceCascade.detectMultiScale(frameGray, 1.3, 5)


    for i in range(0, len(faces)):
        for (x1, y1, w1, h1) in faces:
            # 自定义参数，使面具适合脸
            x = x1 - int(0.1 * w1)
            y = y1 - int(0.0 * h1)
            w = int(1.1 * w1)
            h = int(1.1 * h1)

        try:
            FaceMaskSmall = cv.resize(faceMask, (w, h), interpolation=cv.INTER_AREA)


            # roi确定了面具所在人脸图像上的位置
            roi = frame[y: y+h, x: x+w]


            # 面具图转换为灰度图
            gray = cv.cvtColor(FaceMaskSmall, cv.COLOR_BGR2GRAY)


            # 对面具图阈值分割得到mask1，也就是面具图的背景（0～50部分）
            # 保留mask1部分的roi
            ret, mask1 = cv.threshold(gray, 50, 255, cv.THRESH_BINARY_INV)
            fg1 = cv.bitwise_and(roi, roi, mask=mask1)


            # 对面具图阈值分割得到面具的前景部分（50～255部分）
            ret, mask2 = cv.threshold(gray, 50, 255, cv.THRESH_BINARY)
            # 保留面具图像的面具部分
            fg2 = cv.bitwise_and(FaceMaskSmall, FaceMaskSmall, mask=mask2)


            # 图像叠加
            roi[:] = cv.add(fg1, fg2)
        except:
            continue

    # 设置退出循环条件
    if cv.waitKey(1) & 0xFF == ord('q'):
        break
    cv.imshow("Frame", frame)


# 退出程序
cv.waitKey(0)
cap.release()
cv.destroyAllWindows()

        处理结果的视频截图如下图所示：