前言
今天是圣诞节，给大家说一声圣诞节快乐，每年到这个时候，微信好友的头像都会开始换上「圣诞」皮肤。最常见的就是加个圣诞小帽子了。当然这种事情用很多 P 图软件都可以做到，但是Python也是可以做到的！
Python学习资料或者需要代码、视频加Python学习群：960410445
基本环境配置
版本：Python3.6
系统：Windows
相关?？椋簄umpy、opencv、dlib
如何安装相关?？椋?/b>
numpy：pip install numpy
opencv: pip instal openv-python
dlib : pip install dlib==19.6.1
素材准备
既然是给头像带圣诞帽，那肯定是需要一个圣诞帽的呀，最好的是png的图片，只需要一个圣诞帽，不要留其他的。
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)
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：
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 iflen(dets)>0:? for dindets:? 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 pointinshape.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：
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=1.5resized_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))ifresized_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))
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，代码如下：
# 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。
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
我们得到的效果图如下图所示：
最后祝大家圣诞节快乐!
