[537]python:我的眼里只有你

昨天情人节，写了个表白的小代码，将女友照片进行缩放，自动贴到我照片眼球处，表达“我的眼里只有你”。

思路

Python可以直接调用dlib库进行人脸识别，其中也包含了准度较高的眼部识别。利用dlib面部识别库定位照片中眼球位置，将女友照片进行相应缩放，最终通过PIL将其贴图到眼球处。

dlib

dlib是一个高质量的机器学习、图像处理、深度学习、人脸识别 C++/Python库。Python中可以直接调用dlib库进行面部识别，其中也包含了准度较高的眼部识别，如下图：

通过37、38、40、41来确定左眼球位置，43、44、48、47来确定右眼球位置。获取点在照片中的坐标，计算距离来获取眼球区域信息。

裁剪处理眼球中贴图

因为眼球的形状，贴图最好处理成略小于眼球的圆形图，所以代码中先将女友照片缩小成眼球区域大小的矩形图，再进行边缘透明处理和裁剪生成。

def img_deal(input_img):
    img = cv2.imread(input_img, cv2.IMREAD_UNCHANGED)
    rows, cols, channel = img.shape

    img_new = np.zeros((rows, cols, 4), np.uint8)
    img_new[:, :, 0:3] = img[:, :, 0:3]

    img_circle = np.zeros((rows, cols, 1), np.uint8)
    img_circle[:, :, :] = 0
    img_circle = cv2.circle(img_circle, (int(cols / 2), int(rows / 2)), int(min(rows, cols) / 2), 255, -1)

    img_new[:, :, 3] = img_circle[:, :, 0]
    cv2.imwrite('src_circle.png', img_new)

将女友照片缩放成小于该区域的图片，通过PIL将其贴到眼球位置上。

回顾

你可能会说，这很简单啊，PS一下就搞定，比你这还好看。

是的，有点杀鸡用牛刀的鸡肋感。但代码的好处是，设计好的程序高效地自动执行，我就可以专注于提升操作步骤之外的事情了。对于批量化生成图片也是很方便的。此外，除了图片，还可以通过摄像头在视频中进行操作。

• 完整代码

# -*- coding:utf-8 -*-
import cv2,dlib
import numpy as np
from PIL import Image

"""
Python眼部识别参考链接：https://pysource.com/2019/01/07/eye-detection-gaze-controlled-keyboard-with-python-and-opencv-p-1/
"""

def img_deal(input_img):
    img = cv2.imread(input_img, cv2.IMREAD_UNCHANGED)
    rows, cols, channel = img.shape

    img_new = np.zeros((rows, cols, 4), np.uint8)
    img_new[:, :, 0:3] = img[:, :, 0:3]

    img_circle = np.zeros((rows, cols, 1), np.uint8)
    img_circle[:, :, :] = 0
    img_circle = cv2.circle(img_circle, (int(cols / 2), int(rows / 2)), int(min(rows, cols) / 2), 255, -1)

    img_new[:, :, 3] = img_circle[:, :, 0]
    cv2.imwrite('./img/src_circle.png', img_new)


#背景图片
bg = 'haoran.jpg'
img = cv2.imread(bg)
#眼睛内容图片
src_img = "qianxi.jpg"
src = cv2.imread(src_img)

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
faces = detector(gray)

for face in faces:
    landmarks = predictor(gray, face)
    areaX1 = max(landmarks.part(37).x, landmarks.part(41).x)
    areaX2 = min(landmarks.part(38).x, landmarks.part(40).x)
    areaY1 = max(landmarks.part(37).y, landmarks.part(38).y)
    areaY2 = min(landmarks.part(41).y, landmarks.part(40).y)
    r = int(min(areaX2-areaX1,areaY2-areaY1)/2)
    d=2*r
    midx = int((areaX1 + areaX2)/2)
    midy = int((areaY1 + areaY2)/2)

    left = cv2.resize(src, (d, d), interpolation=cv2.INTER_AREA)
    cv2.imwrite("./img/left_eye.png", left)
    img_deal("./img/left_eye.png")
    im = Image.open(bg)
    eye = Image.open("./img/src_circle.png")
    im.paste(eye,(midx-r,midy-r),eye)
    #im.save("temp.png")

    area2X1 = max(landmarks.part(43).x,landmarks.part(47).x)
    area2X2 = min(landmarks.part(44).x,landmarks.part(46).x)
    area2Y1 = max(landmarks.part(43).y,landmarks.part(44).y)
    area2Y2 = min(landmarks.part(47).y,landmarks.part(46).y)
    r2 = int(min(area2X2-area2X1,area2Y2-area2Y1)/2)
    d2=2*r2
    midx2 = int((area2X1 + area2X2)/2)
    midy2 = int((area2Y1 + area2Y2)/2)

    right = cv2.resize(src, (d2, d2), interpolation=cv2.INTER_AREA)
    cv2.imwrite("./img/right_eye.png", right)
    img_deal("./img/right_eye.png")
    #im = Image.open('temp.png')
    eye = Image.open("./img/src_circle.png")
    im.paste(eye,(midx2-r2,midy2-r2),eye)
    im.save("./img/result.png")

Python眼部识别参考链接：https://pysource.com/2019/01/07/eye-detection-gaze-controlled-keyboard-with-python-and-opencv-p-1/

参考：https://zhuanlan.zhihu.com/p/56769993
https://github.com/pengfexue2/Eye