亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

使用Python給頭像戴上圣誕帽的圖像操作過程解析

 更新時間:2019年09月20日 10:15:48   作者:小橙序之家  
這篇文章主要介紹了使用Python給頭像戴上圣誕帽的過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

前言

隨著圣誕的到來,大家紛紛@官方微信給自己的頭像加上一頂圣誕帽。當然這種事情用很多P圖軟件都可以做到。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(nèi)容就是OpenCV...)
  • dlib(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(diào)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(jù)人臉檢測得到的人臉的大小調(diào)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(jù)人臉大小調(diào)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(jù)人臉大小調(diào)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(qū)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(qū)域取出來,一個用于把人物圖中需要填帽子的區(qū)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(qū)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(qū)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(qū)域(bg)如下圖所示。可以看到,剛好是需要填充帽子的區(qū)域缺失了。

然后我們提取帽子區(qū)域。

# 提取帽子區(qū)域 hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)

提取得到的帽子區(qū)域如下圖。帽子區(qū)域正好與上一個背景區(qū)域互補。

五、添加圣誕帽

最后我們把兩個區(qū)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.shape1,bg_roi.shape[0])) # 兩個ROI區(qū)域相加 add_hat = cv2.add(bg,hat) # cv2.imshow("add_hat",add_hat)
     # 把添加好帽子的區(qū)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。

源碼地址:https://github.com/LiuXiaolong19920720/Add-Christmas-Hat

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • 解決python中使用PYQT時中文亂碼問題

    解決python中使用PYQT時中文亂碼問題

    今天小編就為大家分享一篇解決python中使用PYQT時中文亂碼問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • Python中列表和字符串常用的數(shù)據(jù)去重方法總結

    Python中列表和字符串常用的數(shù)據(jù)去重方法總結

    關于數(shù)據(jù)去重,咱們這里簡單理解下,就是刪除掉重復的數(shù)據(jù),應用的場景比如某些產(chǎn)品產(chǎn)生的大數(shù)據(jù),有很多重復的數(shù)據(jù),為了不影響分析結果,我們可能需要對這些數(shù)據(jù)進行去重,所以本文給大家總結了Python中列表和字符串常用的數(shù)據(jù)去重方法,需要的朋友可以參考下
    2023-11-11
  • 跟老齊學Python之從格式化表達式到方法

    跟老齊學Python之從格式化表達式到方法

    上一講,主要介紹了用%表達的一種輸出格式化表達式。在那一講最后又拓展了一點東西,拓展的那點,名曰:格式化方法。因為它知識上是使用了str的format方法。
    2014-09-09
  • Python實現(xiàn)找出數(shù)組中第2大數(shù)字的方法示例

    Python實現(xiàn)找出數(shù)組中第2大數(shù)字的方法示例

    這篇文章主要介紹了Python實現(xiàn)找出數(shù)組中第2大數(shù)字的方法,涉及Python針對數(shù)組的排序、遍歷等相關操作技巧,需要的朋友可以參考下
    2018-03-03
  • python字符串替換示例

    python字符串替換示例

    這篇文章主要介紹了python字符串替換示例,需要的朋友可以參考下
    2014-04-04
  • python 實現(xiàn)二維數(shù)組的索引、刪除、拼接操作

    python 實現(xiàn)二維數(shù)組的索引、刪除、拼接操作

    這篇文章主要介紹了python 實現(xiàn)二維數(shù)組的索引、刪除、拼接操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-05-05
  • Python實現(xiàn)PS圖像明亮度調(diào)整效果示例

    Python實現(xiàn)PS圖像明亮度調(diào)整效果示例

    這篇文章主要介紹了Python實現(xiàn)PS圖像明亮度調(diào)整效果,結合實例形式分析了Python基于skimage模塊調(diào)整圖片明亮度的原理與具體操作技巧,需要的朋友可以參考下
    2018-01-01
  • 淺談django model的get和filter方法的區(qū)別(必看篇)

    淺談django model的get和filter方法的區(qū)別(必看篇)

    下面小編就為大家?guī)硪黄獪\談django model的get和filter方法的區(qū)別(必看篇)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-05-05
  • Python可視化模塊altair的使用詳解

    Python可視化模塊altair的使用詳解

    Altair被稱為是統(tǒng)計可視化庫,因為它可以通過分類匯總、數(shù)據(jù)變換、數(shù)據(jù)交互、圖形復合等。本文和大家聊一下Python當中的altair可視化模塊,并且通過調(diào)用該模塊來繪制一些常見的圖表,感興趣的可以了解一下
    2022-07-07
  • python常用文件操作(讀寫追加等)

    python常用文件操作(讀寫追加等)

    在Python中,文件操作是一項常用的任務,本節(jié)將介紹如何執(zhí)行基本的文件操作,如讀取、寫入和追加數(shù)據(jù),我們將通過實例代碼詳細講解每個知識點
    2023-06-06

最新評論