python opencv创建图像_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...

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：