你们要的圣诞帽～ Python实现
首先你需要自己配置好opencv环境window或者linux网上都有教程的～或者更懒点，直接网上下haarcascade_frontalface_default.xml拿来用就行～（我就是......）代码如下：#coding=utf-8
import cv2
import random
# OpenCV 人脸检测
face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') #opencv的人脸检测库文件
sample_image = cv2.imread('img/lyf.jpg') #你要加帽子的头像图像
faces = face_patterns.detectMultiScale(sample_image,
scaleFactor=1.1,
minNeighbors=8,
minSize=(50, 50)) #这三行参数可调，以识别出人脸。
#返回人脸的坐标x y w h :xy左上角的点的坐标wh是人脸的长和宽.
# for (x, y, w, h) in faces:
# cv2.rectangle(sample_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
#
# cv2.imwrite('face_detected.png', sample_image); #把人脸框出来.
#
# print faces
# 圣诞帽
hats = []
for i in range(4): #备选4顶帽子你去换
hats.append(cv2.imread('img/hat%d.png' % i, -1))
for face in faces:#一张头像内多张脸的话，则需要face循环.
# 随机一顶帽子
hat = random.choice(hats)
print hat.shape
# 调整帽子尺寸
print face#w值 即框出的人脸的宽.
scale = float(face) / hat.shape * 1.5 #这里不要把float漏了,不然代码一直报错的,因为python默认当分子分母均是int的话,分子小于分母则商为0.
print scale
hat = cv2.resize(hat, (0, 0), fx=scale, fy=scale)
# 根据人脸坐标调整帽子位置
x_offset = int(face + face / 2 - hat.shape / 2)
y_offset = int(face - hat.shape / 2)
# 计算贴图位置，注意防止超出边界的情况
x1, x2 = max(x_offset, 0), min(x_offset + hat.shape, sample_image.shape)
y1, y2 = max(y_offset, 0), min(y_offset + hat.shape, sample_image.shape)
hat_x1 = max(0, -x_offset)
hat_x2 = hat_x1 + x2 - x1
hat_y1 = max(0, -y_offset)
hat_y2 = hat_y1 + y2 - y1
# 透明部分的处理
alpha_h = hat / 255
alpha = 1 - alpha_h
# 按3个通道合并图片
for c in range(0, 3):
sample_image = (alpha_h * hat + alpha * sample_image)
# 保存最终结果
cv2.imwrite('faces_detect.png', sample_image)
但是，这个只能给人脸加帽子，因为用的是人脸检测的分类器。
页:
[1]
