转载请注明作者和出处：http://blog.csdn.net/john_bh/
Github代码获取：https://github.com/johnhebao/Add-Christmas-Hat.git
运行平台： Windows
Python版本： Python3.6

一、前言

去年在圣诞节时，微信推出一个活动，只要@官方微信，就可以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。但是作为一个软件开发的技术人，这么有趣的事情还是觉得有必要写一个程序来试一试。虽然自己不是做图像处理的，但是通过查阅书籍，搜索博客，终于完成了这一个小的demo，工作量不大，分享出来欢迎大家吐槽和指导。

二、用到的工具

OpenCV
dlib（据说dlib的人脸检测比OpenCV更好用，而且dlib有OpenCV没有的关键点检测），这个有待验证哈
开发语言：python

三、实现过程

3.1 准备素材

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：

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，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:

3.2 人脸检测与人脸关键点检测

用下面这张美女图作为的测试图片：

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()

3.3 调整帽子大小

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。
具体代码实现如下：

# 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))

3.4 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)

# 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。

3.5 添加圣诞帽

最后把两个区域相加。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：
这里写图片描述

基于Python实现头像戴上圣诞帽案例