使用Python给头像戴上圣诞帽的图像操作过程解析

 更新时间:2019年09月20日 10:15:48   作者:小橙序之家  
这篇文章主要介绍了使用Python给头像戴上圣诞帽的过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

前言

随着圣诞的到来,大家纷纷@官方微信给自己的头像加上一顶圣诞帽。当然这种事情用很多P图软件都可以做到。但是作为一个学习图像处理的技术人,还是觉得我们有必要写一个程序来做这件事情。而且这完全可以作为一个练手的小项目,工作量不大,而且很有意思。

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。)

用到的语言为Python。但是完全可以改成C++版本,时间有限,就不写了。有兴趣的小伙伴可以拿来练手。

流程

一、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:

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。

二、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。

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:

三、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))

四、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。

然后我们提取帽子区域。

# 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。

五、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.shape1,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

最后我们得到的效果图如下所示。

源码地址:https://github.com/LiuXiaolong19920720/Add-Christmas-Hat

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

相关文章

  • 解决python中使用PYQT时中文乱码问题

    解决python中使用PYQT时中文乱码问题

    今天小编就为大家分享一篇解决python中使用PYQT时中文乱码问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • Python中列表和字符串常用的数据去重方法总结

    Python中列表和字符串常用的数据去重方法总结

    关于数据去重,咱们这里简单理解下,就是删除掉重复的数据,应用的场景比如某些产品产生的大数据,有很多重复的数据,为了不影响分析结果,我们可能需要对这些数据进行去重,所以本文给大家总结了Python中列表和字符串常用的数据去重方法,需要的朋友可以参考下
    2023-11-11
  • 跟老齐学Python之从格式化表达式到方法

    跟老齐学Python之从格式化表达式到方法

    上一讲,主要介绍了用%表达的一种输出格式化表达式。在那一讲最后又拓展了一点东西,拓展的那点,名曰:格式化方法。因为它知识上是使用了str的format方法。
    2014-09-09
  • Python实现找出数组中第2大数字的方法示例

    Python实现找出数组中第2大数字的方法示例

    这篇文章主要介绍了Python实现找出数组中第2大数字的方法,涉及Python针对数组的排序、遍历等相关操作技巧,需要的朋友可以参考下
    2018-03-03
  • python字符串替换示例

    python字符串替换示例

    这篇文章主要介绍了python字符串替换示例,需要的朋友可以参考下
    2014-04-04
  • python 实现二维数组的索引、删除、拼接操作

    python 实现二维数组的索引、删除、拼接操作

    这篇文章主要介绍了python 实现二维数组的索引、删除、拼接操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-05-05
  • Python实现PS图像明亮度调整效果示例

    Python实现PS图像明亮度调整效果示例

    这篇文章主要介绍了Python实现PS图像明亮度调整效果,结合实例形式分析了Python基于skimage模块调整图片明亮度的原理与具体操作技巧,需要的朋友可以参考下
    2018-01-01
  • 浅谈django model的get和filter方法的区别(必看篇)

    浅谈django model的get和filter方法的区别(必看篇)

    下面小编就为大家带来一篇浅谈django model的get和filter方法的区别(必看篇)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-05-05
  • Python可视化模块altair的使用详解

    Python可视化模块altair的使用详解

    Altair被称为是统计可视化库,因为它可以通过分类汇总、数据变换、数据交互、图形复合等。本文和大家聊一下Python当中的altair可视化模块,并且通过调用该模块来绘制一些常见的图表,感兴趣的可以了解一下
    2022-07-07
  • python常用文件操作(读写追加等)

    python常用文件操作(读写追加等)

    在Python中,文件操作是一项常用的任务,本节将介绍如何执行基本的文件操作,如读取、写入和追加数据,我们将通过实例代码详细讲解每个知识点
    2023-06-06

最新评论