你们要的圣诞帽～ Python实现

测试积点老人

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：

1. #coding=utf-8
   
2. import cv2
   
3. import random
   
4. 
   
5. # OpenCV 人脸检测
   
6. face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') #opencv的人脸检测库文件
   
7. sample_image = cv2.imread('img/lyf.jpg')   #你要加帽子的头像图像
   
8. faces = face_patterns.detectMultiScale(sample_image,
   
9.                                        scaleFactor=1.1,
   
10.                                        minNeighbors=8,
    
11.                                        minSize=(50, 50))     #这三行参数可调，以识别出人脸。
    
12. 
    
13. #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.
    
14. # for (x, y, w, h) in faces:
    
15. #     cv2.rectangle(sample_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
    
16. #
    
17. # cv2.imwrite('face_detected.png', sample_image);   #把人脸框出来.
    
18. #
    
19. # print faces
    
20. 
    
21. 
    
22. # 圣诞帽
    
23. hats = []
    
24. for i in range(4):   #备选4顶帽子你去换
    
25.     hats.append(cv2.imread('img/hat%d.png' % i, -1))
    
26. 
    
27. for face in faces:  #一张头像内多张脸的话，则需要face循环.
    
28.     # 随机一顶帽子
    
29.     hat = random.choice(hats)
    
30.     print hat.shape
    
31.     # 调整帽子尺寸
    
32.     print face[3]  #w值 即框出的人脸的宽.
    
33.     scale = float(face[3]) / hat.shape[0] * 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.
    
34.     print scale
    
35.     hat = cv2.resize(hat, (0, 0), fx=scale, fy=scale)
    
36.     # 根据人脸坐标调整帽子位置
    
37.     x_offset = int(face[0] + face[2] / 2 - hat.shape[1] / 2)
    
38.     y_offset = int(face[1] - hat.shape[0] / 2)
    
39.     # 计算贴图位置，注意防止超出边界的情况
    
40.     x1, x2 = max(x_offset, 0), min(x_offset + hat.shape[1], sample_image.shape[1])
    
41.     y1, y2 = max(y_offset, 0), min(y_offset + hat.shape[0], sample_image.shape[0])
    
42.     hat_x1 = max(0, -x_offset)
    
43.     hat_x2 = hat_x1 + x2 - x1
    
44.     hat_y1 = max(0, -y_offset)
    
45.     hat_y2 = hat_y1 + y2 - y1
    
46.     # 透明部分的处理
    
47.     alpha_h = hat[hat_y1:hat_y2, hat_x1:hat_x2, 3] / 255
    
48.     alpha = 1 - alpha_h
    
49.     # 按3个通道合并图片
    
50.     for c in range(0, 3):
    
51.         sample_image[y1:y2, x1:x2, c] = (alpha_h * hat[hat_y1:hat_y2, hat_x1:hat_x2, c] + alpha * sample_image[y1:y2, x1:x2, c])
    
52. 
    
53. # 保存最终结果
    
54. cv2.imwrite('faces_detect.png', sample_image)
    

复制代码

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。