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IT方面的人，还是觉得很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。下面我来给大家分享一下我的经验~
用到的工具
OpenCV（毕竟我们主要的内容就是OpenCV...）
Dilb（个人觉得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，由于不会C++，我就不写了 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
图片大家可以随意去找
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)
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()??
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?？梢钥吹?，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.shape[1],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
制作完成了，看起来是不是很有挑战性呢！哈哈~
