Python给你的头像加上圣诞帽

引言

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（前一篇文章刚说过，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))