每年到這個時候，微信好友的頭像都會開始換上「聖誕」面板。最常見的就是加個聖誕小帽子了。

當然這種事情用很多 P 圖軟體都可以做到，微信搜尋「聖誕帽」也會有各種小程式出現，但是使用之前的驗證，總會要求繫結微信等各種資訊，接受各種彈幕廣告，甚至還有的需要分享才可以儲存圖片。

那麼作為程式設計師，有沒有其他新增的辦法呢?當然有!

用到的工具：

• OpenCV(畢竟我們主要的內容就是 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：

• Python，但是完全可以改成 C++ 版本。

素材準備

首先我們需要準備一個聖誕帽的素材，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。

我們用到的聖誕帽如下圖：

我們通過通道分離可以得到聖誕帽影象的 Alpha 通道。程式碼如下：

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 通道的影象如下圖所示：

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。

程式碼如下：

# 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：

調整帽子大小

我們選取兩個眼角的點，求中心作為放置帽子的 x 方向的參考座標，y 方向的座標用人臉框上線的 y 座標表示。

然後我們根據人臉檢測得到的人臉的大小調整帽子的大小，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() 
 
 # 根據人臉大小調整帽子大小 
 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 
 
 # 根據人臉大小調整帽子大小 
 resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h)) 

提取帽子和需要新增帽子的區域

按照之前所述，去 Alpha 通道作為 mask，並求反。這兩個 mask 一個用於把帽子圖中的帽子區域取出來，一個用於把人物圖中需要填帽子的區域空出來。

後面你將會看到：

# 用alpha通道作為mask 
 mask = cv2.resize(a,(resized_hat_w,resized_hat_h)) 
 mask_inv = cv2.bitwise_not(mask) 

從原圖中取出需要新增帽子的區域，這裡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（可能會由於四捨五入原因不一致） 
 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') 

這是的背景區域(bg)如下圖所示。可以看到，剛好是需要填充帽子的區域缺失了。

然後我們提取帽子區域，程式碼如下：

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

提取得到的帽子區域如下圖。帽子區域正好與上一個背景區域互補。

新增聖誕帽

最後我們把兩個區域相加。再放回到原圖中去，就可以得到我們想要的聖誕帽圖了。

這裡需要注意的就是，相加之前 resize 一下保證兩者大小一致，因為可能會由於四捨五入原因不一致。

# 相加之前保證兩者大小一致（可能會由於四捨五入原因不一致） 
 hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0])) 
 # 兩個ROI區域相加 
 add_hat = cv2.add(bg,hat) 
 # cv2.imshow("add_hat",add_hat) 
 
 # 把新增好帽子的區域放回原圖 
 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 

我們得到的效果圖如下圖所示：

最後祝大家聖誕節快樂!