目录
1.前言
2.目标与效果展示
3.下载OpenCV图形识别库
4.下载python支持的v2模块
5.图片素材
6.代码
1.前言
Merry Christmas！今天是2022年12月24日 ，今晚是平安夜在这里提前祝大家圣诞节快乐！
大家可能对@官方微信给自己的头像加上一顶圣诞帽的事情记忆尤新 ，又是一年圣诞节 ，让我们用Python制作圣诞帽 ，给自己的头像（当然也可以是照片）加个圣诞帽吧 ！
这个项目并不是很难 ，这次主要用到了OpenCV图形识别库 ，那么话不多说 ，让我们开始吧！
2.目标与效果展示
本次项目主要实现将圣诞帽自动加到人脸上的功能 。
3.下载OpenCV图形识别库
首先打开OpenCV的下载页面：
下载OpenCVhttps://opencv.org/releases/
如果下载或打开页面速度慢的话 ，可以使用我分享的百度网盘文件链接：
提取码：hqup
直接下载haarcascade_frontalface_default.xm
点击Sources下载文件压缩包 ，打开压缩包后找到
" opencv-4.6.0\data\haarcascades\haarcascade_frontalface_default.xml "
打开压缩包后找到" opencv-4.6.0\data\haarcascades\haarcascade_frontalface_default.xml "
编辑
4.下载python支持的v2模块
在3.5版本后 ，输入以下命令下载模块：
pip install opencv-python
5.图片素材
https://pan.baidu.com/s/1C0aD_iN4KCgV3AO3gtNeO
提取码：p7at
提取码：p7at
6.代码
import cv2
import random
# OpenCV 人脸检测
pathf = rC:\haarcascade_frontalface_default.xml
face_patterns = cv2.CascadeClassifier(pathf) #opencv的人脸检测库haarcascade_frontalface_default.xml文件路径
sample_image = cv2.imread(C:/python/shengdan/11.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)) #这三行人脸大小参数可调 ，以识别出人脸 。
# 圣诞帽
hats = []
for i in range(1,8): #备选4顶帽子可换
hats.append(cv2.imread(C:\圣诞帽.png %i ,-1))
print(hats)
for face in faces: #不同的脸不同的帽子
# 随机一顶帽子
hat = random.choice(hats)
print (hat)
# 调整帽子尺寸
#print (face[3]) #w值 即框出的人脸的宽.
scale = float(face[3]) / hat.shape[0] * 1.5
# 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[0] + face[2] / 2 - hat.shape[1] / 2)+50 #可跳整帽子的位置
y_offset = int(face[1] - hat.shape[0] / 2) #可跳整帽子的位置
# 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[1], sample_image.shape[1])
y1, y2 = max(y_offset, 0), min(y_offset + hat.shape[0], sample_image.shape[0])
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[hat_y1:hat_y2, hat_x1:hat_x2, 3] / 255
alpha = 1 - alpha_h
# 按3个通道合并图片
for c in range(0, 3):
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])
# 保存最终结果
cv2.imwrite(faces_detect10.png, sample_image)
感谢您的阅读 ，如觉得有用请您点赞 ，您的鼓励是对我的最大动力！
END
2022/12/24
联系我：pengyu717@yeah.net
声明：本站所有文章 ，如无特殊说明或标注 ，均为本站原创发布 。任何个人或组织 ，在未征得本站同意时 ，禁止复制 、盗用 、采集 、发布本站内容到任何网站 、书籍等各类媒体平台 。如若本站内容侵犯了原著者的合法权益 ，可联系我们进行处理 。
