原标题:打开国庆的正确方式,教你用OpenCV-Python轻松生成微信国庆版头像
OpenCV轻松搞定,不信看内容
相信最近两天大家都被微信头像的国庆版新装刷爆了朋友圈了,不少人都@微信官方,要求换装为国庆版头像,朋友圈也是各种生成链接满天飞。其实这个事情在小编看来没有那么复杂,这么简单的事情怎么好意思随便@,直接自己100行代码搞定。
好了,废话少说,下面就给大家看看程序运行的效果,是不是辨识度很高,想知道怎么做的吗,继续往下看!
思路分析
01
完整的程序实现分为三个部分完成,第一部分首先需要准备一个模板图像,我准备的模板图像,是从腾讯官方截取的,算是借用吧,显示如下:
然后根据这个 模板图像,生成遮罩图层mask图像,这里主要是通过inRange来实现mask生成,通过imagewatch我观察到模板图中的空白区域的像素值为(216、216、216)所以上下浮点5,最终得到遮罩层mask图像如下:
注意:因为得到mask图像还有一些小的瑕疵,这个时候通过简单的形态学闭操作处理就会的比较好的轮廓外形。
有了mask之后,就可以对输入的模板图像与头像图像,进行融合,生成一张国庆版头像了,这个时候直接的像素相加效果会比较生硬。所以先通过高斯模糊生成边缘的融合权重,这样边缘看上去比较自然。
最后对选择的任意图像,都可以先通过人脸检测,自动定位到人脸区域,然后截取ROI,自动生成,如果无法自动检测到人脸,则会利用输入图像自动生成。人脸检测我这里采用OpenCV DNN的人脸检测方法,效果非常好!命中率很高!
代码实现
02
完整的代码分为三个部分
方法get_face负责输入图像的人脸检测与自动ROI提取与返回。代码如下:
defget_face(image, detect=True):
ifdetect isnotTrue:
returnimage
# 定义人脸ROI
x = 0
y = 0
width = 0
height = 0
# 加载网络
net = cv.dnn.readNetFromTensorflow(model_bin, config=config_text)
h = image.shape[ 0]
w = image.shape[ 1]
# 人脸检测
blobImage = cv.dnn.blobFromImage(image, 1.0, ( 300, 300), ( 104.0, 177.0, 123.0), False, False);
net.setInput(blobImage)
cvOut = net.forward
# Put efficiency information.
t, _ = net.getPerfProfile
label = 'Inference time: %.2f ms'% (t * 1000.0/ cv.getTickFrequency)
cv.putText(image, label, ( 0, 15), cv.FONT_HERSHEY_SIMPLEX, 0.5, ( 0, 255, 0))
# 绘制检测矩形
count = 0
fordetection incvOut[ 0, 0, :, :]:
score = float(detection[ 2])
ifscore > 0.5:
left = detection[ 3] * w
top = detection[ 4] * h
right = detection[ 5] * w
bottom = detection[ 6] * h
count += 1
x = np.int32(left - 100)
y = np.int32(top - 100)
height = np.int32((bottom - top) + 200)
width = np.int32((right - left) + 200)
ifx < 0:
x = 0
ify < 0:
y = 0
ifx+width > w:
width = w - x
ify+height > h:
height = h - y
ifcount == 1:
returnimage[y:y + height, x:x + width, :]
else:
returnimage
方法generate_new_profile负责自动生成国庆版头像,代码如下:
defgenerate_new_profile(flag_icon, avatar):
mask = cv.inRange(icon, ( 210, 210, 210), ( 225, 225, 225))
se = cv.getStructuringElement(cv.MORPH_RECT, ( 3, 3))
mask = cv.morphologyEx(mask, cv.MORPH_CLOSE, se)
# mask with gaussian
mask = cv.GaussianBlur(mask, ( 5, 5), 0)
cv.imshow( "mask", mask)
# blend
h, w = mask.shape[: 2]
avatar = cv.resize(avatar, (w, h), interpolation=cv.INTER_CUBIC)
cv.imshow( "profile", avatar)
result = np.zeros_like(avatar)
forrow inrange(h):
forcol inrange(w):
pv = mask[row, col]
w1 = pv / 255.0
w2 = 1.0- w1
b1, g1, r1 = avatar[row, col]
b2, g2, r2 = icon[row, col]
b1 = b1 * w1 + b2 * w2
g1 = g1 * w1 + g2 * w2
r1 = r1 * w1 + r2 * w2
result[row, col] = [np.int32(b1), np.int32(g1), np.int32(r1)]
returnresult
读取本地图像,调用上述两个方法的代码如下:
if__name__ == "__main__":
icon = cv.imread( "D:/images/flag.png")
src = cv.imread( "D:/images/zhigang.png")
cv.imshow( "input", icon)
cv.imshow( "profile", src)
avatar = get_face(src, False)
result = generate_new_profile(icon, avatar)
cv.imshow( "result", result)
cv.imwrite( "D:/result.png", result)
cv.waitKey( 0)
cv.destroyAllWindows
运行测试
传送门->代码下载地址:
https://github.com/gloomyfish1998/opencv_tutorial/tree/master/python返回搜狐,查看更多
责任编辑: