“圣诞节”,Python代码给你戴上“小红帽”

126 篇文章 3 订阅
102 篇文章 0 订阅

每年到这个时候,微信好友的头像都会开始换上「圣诞」皮肤。最常见的就是加个圣诞小帽子了。

“圣诞节”,Python代码给你戴上“小红帽”


学习Python中有不明白推荐加入交流裙
                号:735934841
                群里有志同道合的小伙伴,互帮互助,
                群里有免费的视频学习教程和PDF!

 

当然这种事情用很多 P 图软件都可以做到,微信搜索「圣诞帽」也会有各种小程序出现,但是使用之前的验证,总会要求绑定微信等各种信息,接受各种弹幕广告,甚至还有的需要分享才可以保存图片。

那么作为程序员,有没有其他添加的办法呢?当然有!

“圣诞节”,Python代码给你戴上“小红帽”

 

用到的工具:

  • OpenCV(毕竟我们主要的内容就是 OpenCV...)
  • dlib(dlib 的人脸检测比 OpenCV 更好用,而且 dlib 有 OpenCV 没有的关键点检测。)

用到的语言:

  • Python,但是完全可以改成 C++ 版本。

素材准备

首先我们需要准备一个圣诞帽的素材,格式最好为 PNG,因为 PNG 的话我们可以直接用 Alpha 通道作为掩膜使用。

我们用到的圣诞帽如下图:

“圣诞节”,Python代码给你戴上“小红帽”

 

我们通过通道分离可以得到圣诞帽图像的 Alpha 通道。代码如下:

r,g,b,a = cv2.split(hat_img) 
rgb_hat = cv2.merge((r,g,b)) 
 
cv2.imwrite("hat_alpha.jpg",a) 

为了能够与 rgb 通道的头像图片进行运算,我们把 rgb 三通道合成一张 rgb 的彩色帽子图。

Alpha 通道的图像如下图所示:

“圣诞节”,Python代码给你戴上“小红帽”

 

人脸检测与人脸关键点检测

我们用下面这张图作为我们的测试图片:

“圣诞节”,Python代码给你戴上“小红帽”

 

下面我们用 dlib 的正脸检测器进行人脸检测,用 dlib 提供的模型提取人脸的五个关键点。

代码如下:

# dlib人脸关键点检测器 
 predictor_path = "shape_predictor_5_face_landmarks.dat" 
 predictor = dlib.shape_predictor(predictor_path) 
 
 # dlib正脸检测器 
 detector = dlib.get_frontal_face_detector() 
 
 # 正脸检测 
 dets = detector(img, 1) 
 
 # 如果检测到人脸 
 if len(dets)>0: 
 for d in dets: 
 x,y,w,h = d.left(),d.top(), d.right()-d.left(), d.bottom()-d.top() 
 # x,y,w,h = faceRect 
 cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0) 
 
 # 关键点检测,5个关键点 
 shape = predictor(img, d) 
 for point in shape.parts(): 
 cv2.circle(img,(point.x,point.y),3,color=(0,255,0)) 
 
 cv2.imshow("image",img) 
 cv2.waitKey() 

这部分效果如下图:

“圣诞节”,Python代码给你戴上“小红帽”

 

调整帽子大小

我们选取两个眼角的点,求中心作为放置帽子的 x 方向的参考坐标,y 方向的坐标用人脸框上线的 y 坐标表示。

然后我们根据人脸检测得到的人脸的大小调整帽子的大小,使得帽子大小合适。

# 选取左右眼眼角的点 
 point1 = shape.part(0) 
 point2 = shape.part(2) 
 
 # 求两点中心 
 eyes_center = ((point1.x+point2.x)//2,(point1.y+point2.y)//2) 
 
 # cv2.circle(img,eyes_center,3,color=(0,255,0)) 
 # cv2.imshow("image",img) 
 # cv2.waitKey() 
 
 # 根据人脸大小调整帽子大小 
 factor = 1.5 
 resized_hat_h = int(round(rgb_hat.shape[0]*w/rgb_hat.shape[1]*factor)) 
 resized_hat_w = int(round(rgb_hat.shape[1]*w/rgb_hat.shape[1]*factor)) 
 
 if resized_hat_h > y: 
 resized_hat_h = y-1 
 
 # 根据人脸大小调整帽子大小 
 resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h)) 

提取帽子和需要添加帽子的区域

按照之前所述,去 Alpha 通道作为 mask,并求反。这两个 mask 一个用于把帽子图中的帽子区域取出来,一个用于把人物图中需要填帽子的区域空出来。

后面你将会看到:

# 用alpha通道作为mask 
 mask = cv2.resize(a,(resized_hat_w,resized_hat_h)) 
 mask_inv = cv2.bitwise_not(mask) 

从原图中取出需要添加帽子的区域,这里我们用的是位运算操作。

# 帽子相对与人脸框上线的偏移量 
 dh = 0 
 dw = 0 
 # 原图ROI 
 # bg_roi = img[y+dh-resized_hat_h:y+dh, x+dw:x+dw+resized_hat_w] 
 bg_roi = img[y+dh-resized_hat_h:y+dh,(eyes_center[0]-resized_hat_w//3):(eyes_center[0]+resized_hat_w//3*2)] 
 
 # 原图ROI中提取放帽子的区域 
 bg_roi = bg_roi.astype(float) 
 mask_inv = cv2.merge((mask_inv,mask_inv,mask_inv)) 
 alpha = mask_inv.astype(float)/255 
 
 # 相乘之前保证两者大小一致(可能会由于四舍五入原因不一致) 
 alpha = cv2.resize(alpha,(bg_roi.shape[1],bg_roi.shape[0])) 
 # print("alpha size: ",alpha.shape) 
 # print("bg_roi size: ",bg_roi.shape) 
 bg = cv2.multiply(alpha, bg_roi) 
 bg = bg.astype('uint8') 

这是的背景区域(bg)如下图所示。可以看到,刚好是需要填充帽子的区域缺失了。

“圣诞节”,Python代码给你戴上“小红帽”

 

然后我们提取帽子区域,代码如下:

# 提取帽子区域 
 hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask) 

提取得到的帽子区域如下图。帽子区域正好与上一个背景区域互补。

“圣诞节”,Python代码给你戴上“小红帽”

 

添加圣诞帽

最后我们把两个区域相加。再放回到原图中去,就可以得到我们想要的圣诞帽图了。

这里需要注意的就是,相加之前 resize 一下保证两者大小一致,因为可能会由于四舍五入原因不一致。

# 相加之前保证两者大小一致(可能会由于四舍五入原因不一致) 
 hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0])) 
 # 两个ROI区域相加 
 add_hat = cv2.add(bg,hat) 
 # cv2.imshow("add_hat",add_hat) 
 
 # 把添加好帽子的区域放回原图 
 img[y+dh-resized_hat_h:y+dh,(eyes_center[0]-resized_hat_w//3):(eyes_center[0]+resized_hat_w//3*2)] = add_hat 

我们得到的效果图如下图所示:

“圣诞节”,Python代码给你戴上“小红帽”

 

最后祝大家圣诞节快乐!

“圣诞节”,Python代码给你戴上“小红帽”

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值