Python实战之基于OpenCV的美颜挂件制作

第Python实战之基于OpenCV的美颜挂件制作#用于人脸和鼻子检测的级联分类器

face_cascade=cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

nose_cascade=cv2.CascadeClassifier("haarcascade_mcs_nose.xml")

#加载胡子图像

img_moustache=cv2.imread('moustache.png',-1)

#创建胡子蒙版

img_moustache_mask=img_moustache[:,:,3]

#将胡子图像转换为BGR图像

img_moustache=img_moustache[:,:,0:3]

#创建VideoCapture对象

video_capture=cv2.VideoCapture(0)

whileTrue:

#从VideoCapture对象捕获帧

ret,frame=video_capture.read()

#将frame转换为灰度图像

gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

#检测人脸

faces=face_cascade.detectMultiScale(gray,1.3,5)

#迭代检测到的人脸

for(x,y,w,h)infaces:

#根据检测到的人脸大小创建ROI

roi_gray=gray[y:y+h,x:x+w]

roi_color=frame[y:y+h,x:x+w]

#在检测到的人脸中检测鼻子

noses=nose_cascade.detectMultiScale(roi_gray)

for(nx,ny,nw,nh)innoses:

#计算将放置“胡子”挂件的坐标

x1=int(nx-nw/2)

x2=int(nx+nw/2+nw)

y1=int(ny+nh/2+nh/8)

y2=int(ny+nh+nh/4+nh/6)

ifx10orx20orx2wory2h:

continue

#计算“胡子”挂件区域的尺寸

img_moustache_res_width=int(x2-x1)

img_moustache_res_height=int(y2-y1)

#根据挂件区域缩放“胡子”蒙版

mask=cv2.resize(img_moustache_mask,(img_moustache_res_width,img_moustache_res_height))

#翻转蒙版

mask_inv=cv2.bitwise_not(mask)

#缩放“胡子”挂件

img=cv2.resize(img_moustache,(img_moustache_res_width,img_moustache_res_height))

#从原始图像中获取ROI

roi=roi_color[y1:y2,x1:x2]

#创建ROI前景和背景

roi_bakground=cv2.bitwise_and(roi,roi,mask=mask_inv)

roi_foreground=cv2.bitwise_and(img,img,mask=mask)

#roi_bakground与roi_foreground加和获取结果

res=cv2.add(roi_bakground,roi_foreground)

roi_color[y1:y2,x1:x2]=res

break

#显示结果

cv2.imshow('Snapchat-basedOpenCVmoustacheoverlay',frame)

#按下“q”键退出

ifcv2.waitKey(1)0xFF==ord('q'):

break

#释放资源

video_capture.release()

cv2.destroyAllWindows()

眼镜挂件融合

在这一实战程序中，我们将学习在检测到的面部眼睛区域上融合眼镜挂件。我们通过下图首次查看程序预期结果：

同样为了实现眼镜挂件融合，需要首先使用眼睛检测器检测图像中的眼睛：

eyepair_cascade=cv2.CascadeClassifier("haarcascade_mcs_eyepair_big.xml")

上图中青色矩形表示检测到的人脸在图像中的位置和大小；粉红色矩形表示图像中检测到的眼睛；黄色矩形表示眼镜将被覆盖的位置，其根据眼睛所在区域的位置和大小进行计算。

同时，为融合的眼镜眼镜挂件图像增加一些透明度，以使它们更逼真，眼镜图像蒙版如下所示：

融合后的结果图像如下图所示：

基本代码与上例相同，因此不再进行赘述，需要注意的是“眼镜”挂件的融合区域计算。

importcv2

face_cascade=cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

eyepair_cascade=cv2.CascadeClassifier("haarcascade_mcs_eyepair_big.xml")

img_glasses=cv2.imread('glasses.png',-1)

img_glasses_mask=img_glasses[:,:,3]

img_glasses=img_glasses[:,:,0:3]

video_capture=cv2.VideoCapture(0)

whileTrue:

ret,frame=video_capture.read()

gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

#检测人脸

faces=face_cascade.detectMultiScale(gray,1.3,5)

for(x,y,w,h)infaces:

roi_gray=gray[y:y+h,x:x+w]

roi_color=frame[y:y+h,x:x+w]

#在检测到的人脸中检测眼睛

eyepairs=eyepair_cascade.detectMultiScale(roi_gray)

for(ex,ey,ew,eh)ineyepairs:

#计算“眼睛”挂件放置的坐标

x1=int(ex-ew/10)

x2=int((ex+ew)+ew/10)

y1=int(ey)

y2=int(e