圣誕節(jié)，用Python給自己加頂“圣誕帽”
每年到這個時候，微信好友的頭像都會開始換上「圣誕」皮膚。最常見的就是加個圣誕小帽子了。
當(dāng)然這種事情用很多 P 圖軟件都可以做到，微信搜索「圣誕帽」也會有各種小程序出現(xiàn)，但是使用之前的驗(yàn)證，總會要求綁定微信等各種信息，接受各種彈幕廣告，甚至還有的需要分享才可以保存圖片。
那么作為程序員，有沒有其他添加的辦法呢?當(dāng)然有!
用到的工具：
- OpenCV(畢竟我們主要的內(nèi)容就是 OpenCV...)
- dlib(dlib 的人臉檢測比 OpenCV 更好用，而且 dlib 有 OpenCV 沒有的關(guān)鍵點(diǎn)檢測。)
用到的語言：
- Python，但是完全可以改成 C++ 版本。
素材準(zhǔn)備
首先我們需要準(zhǔn)備一個圣誕帽的素材，格式***為 PNG，因?yàn)?PNG 的話我們可以直接用 Alpha 通道作為掩膜使用。
我們用到的圣誕帽如下圖：
我們通過通道分離可以得到圣誕帽圖像的 Alpha 通道。代碼如下：
- r,g,b,a = cv2.split(hat_img)
- rgb_hat = cv2.merge((r,g,b))
- cv2.imwrite("hat_alpha.jpg",a)
為了能夠與 rgb 通道的頭像圖片進(jìn)行運(yùn)算，我們把 rgb 三通道合成一張 rgb 的彩色帽子圖。
Alpha 通道的圖像如下圖所示：
人臉檢測與人臉關(guān)鍵點(diǎn)檢測
我們用下面這張圖作為我們的測試圖片：
下面我們用 dlib 的正臉檢測器進(jìn)行人臉檢測，用 dlib 提供的模型提取人臉的五個關(guān)鍵點(diǎn)。
代碼如下：
- # dlib人臉關(guān)鍵點(diǎn)檢測器
- predictor_path = "shape_predictor_5_face_landmarks.dat"
- predictor = dlib.shape_predictor(predictor_path)
- # dlib正臉檢測器
- detector = dlib.get_frontal_face_detector()
- # 正臉檢測
- dets = detector(img, 1)
- # 如果檢測到人臉
- 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)
- # 關(guān)鍵點(diǎn)檢測，5個關(guān)鍵點(diǎn)
- 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()
這部分效果如下圖：
調(diào)整帽子大小
我們選取兩個眼角的點(diǎn)，求中心作為放置帽子的 x 方向的參考坐標(biāo)，y 方向的坐標(biāo)用人臉框上線的 y 坐標(biāo)表示。
然后我們根據(jù)人臉檢測得到的人臉的大小調(diào)整帽子的大小，使得帽子大小合適。
- # 選取左右眼眼角的點(diǎn)
- point1 = shape.part(0)
- point2 = shape.part(2)
- # 求兩點(diǎn)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()
- # 根據(jù)人臉大小調(diào)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
- # 根據(jù)人臉大小調(diào)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區(qū)域
按照之前所述，去 Alpha 通道作為 mask，并求反。這兩個 mask 一個用于把帽子圖中的帽子區(qū)域取出來，一個用于把人物圖中需要填帽子的區(qū)域空出來。
后面你將會看到：
- # 用alpha通道作為mask
- mask = cv2.resize(a,(resized_hat_w,resized_hat_h))
- mask_inv = cv2.bitwise_not(mask)
從原圖中取出需要添加帽子的區(qū)域，這里我們用的是位運(yùn)算操作。
- # 帽子相對與人臉框上線的偏移量
- dh = 0
- dw = 0
- # 原圖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)]
- # 原圖ROI中提取放帽子的區(qū)域
- bg_roi = bg_roi.astype(float)
- mask_inv = cv2.merge((mask_inv,mask_inv,mask_inv))
- alpha = mask_inv.astype(float)/255
- # 相乘之前保證兩者大小一致（可能會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')
這是的背景區(qū)域(bg)如下圖所示。可以看到，剛好是需要填充帽子的區(qū)域缺失了。
然后我們提取帽子區(qū)域，代碼如下：
- # 提取帽子區(qū)域
- hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)
提取得到的帽子區(qū)域如下圖。帽子區(qū)域正好與上一個背景區(qū)域互補(bǔ)。
添加圣誕帽
***我們把兩個區(qū)域相加。再放回到原圖中去，就可以得到我們想要的圣誕帽圖了。
這里需要注意的就是，相加之前 resize 一下保證兩者大小一致，因?yàn)榭赡軙捎谒纳嵛迦朐虿灰恢隆?/p>
- # 相加之前保證兩者大小一致（可能會由于四舍五入原因不一致）
- hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0]))
- # 兩個ROI區(qū)域相加
- add_hat = cv2.add(bg,hat)
- # cv2.imshow("add_hat",add_hat)
- # 把添加好帽子的區(qū)域放回原圖
- 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
我們得到的效果圖如下圖所示：
***祝大家圣誕節(jié)快樂!
