用Python給頭像戴圣誕帽
2017-12-25 09:36:05 n
隨著圣誕的到來，大家紛紛@官微給自己的頭像加上一頂圣誕帽。希望騰訊能給自己頭像加個圣誕帽。
小編也不例外，小編的頭像是玉龍雪山，如下圖：
于是小編在朋友圈請求：請幫忙在玉龍雪山山頂戴一頂圣誕帽@微信官方，
滿懷希望等了十個小時，每幾分鐘就看一次頭像有沒有變化，結果失望了，圣誕帽并沒有加上。
既然官方不給，那就自己手動加了：
雖然這種事情用很多P圖軟件都可以做到，但是總覺得不夠高大上。現在Python正在火熱流行，能不能用Python做一個程序自動完成呢？
于是小編找到了公眾號 CVPy 的一篇文章，正是教大家采用Python自動加圣誕帽的。雖然EETOP粉絲大部分是硬件相關的，但是現在Python也在逐漸滲透到了硬件設計領域，比如前兩天我們發過的一篇：用Python設計芯片 。因此本篇應該也可以給大家很好的啟發。
以下是原文：
用P圖軟件給頭像戴一頂圣誕帽很容易，但是作為一個學習圖像處理的技術人，還是覺得我們有必要寫一個程序來做這件事情。而且這完全可以作為一個練手的小項目，工作量不大，而且很有意思。
用到的工具OpenCV（畢竟我們主要的內容就是OpenCV...）
dlib（前一篇文章剛說過，dlib的人臉檢測比OpenCV更好用，而且dlib有OpenCV沒有的關鍵點檢測。）
用到的語言為Python。但是完全可以改成C++版本，時間有限，就不寫了。有興趣的小伙伴可以拿來練手。
流程一、素材準備首先我們需要準備一個圣誕帽的素材，格式最好為PNG，因為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通道的頭像圖片進行運算，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。
二、人臉檢測與人臉關鍵點檢測
我們用下面這張圖作為我們的測試圖片。
下面我們用dlib的正臉檢測器進行人臉檢測，用dlib提供的模型提取人臉的五個關鍵點。代碼如下：
# dlib人臉關鍵點檢測器 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) # 關鍵點檢測，5個關鍵點 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：
三、調整帽子大小
我們選取兩個眼角的點，求中心作為放置帽子的x方向的參考坐標，y方向的坐標用人臉框上線的y坐標表示。然后我們根據人臉檢測得到的人臉的大小調整帽子的大小，使得帽子大小合適。
# 選取左右眼眼角的點 point1 = shape.part(0) point2 = shape.part(2) # 求兩點中心 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() # 根據人臉大小調整帽子大小 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 # 根據人臉大小調整帽子大小 resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))四、提取帽子和需要添加帽子的區域按照之前所述，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域取出來，一個用于把人物圖中需要填帽子的區域空出來。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域，這里我們用的是位運算操作。
# 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')
這是的背景區域（bg）如下圖所示。可以看到，剛好是需要填充帽子的區域缺失了。
然后我們提取帽子區域。
# 提取帽子區域 hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)提取得到的帽子區域如下圖。帽子區域正好與上一個背景區域互補。
五、添加圣誕帽
最后我們把兩個區域相加。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，因為可能會由于四舍五入原因不一致。
# 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區域相加 add_hat = cv2.add(bg,hat) # cv2.imshow("add_hat",add_hat) # 把添加好帽子的區域放回原圖 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
最后我們得到的效果圖如下所示。
最后附上源碼下載地址：
https://github.com/LiuXiaolong19920720/Add-Christmas-Hat
