
作者: 派森醬
來源:Python 技術(shù)
隨著圣誕節(jié)的到來,節(jié)日氣氛也越來越濃厚。大街上隨處可見掛滿飾品的圣誕樹,好多小伙伴的頭上也多了一頂紅色牛角的圣誕帽。
往年在這個(gè)時(shí)候,好多 P圖軟件 會(huì)推出給頭像加一頂圣誕帽的功能,甚至有一年大伙 @微信官方 就可以在自己的微信頭像上加一頂圣誕帽。
作為一個(gè)學(xué)習(xí) Python 的技術(shù)人,自己可以寫程序?qū)崿F(xiàn)這個(gè)功能,做成一個(gè)軟件當(dāng)然是一件很酷的事情了。
今天就給大家分享一下如何用 Python 制作一款自動(dòng)給頭像添加圣誕帽的軟件。
如果不想看實(shí)現(xiàn),可以直接跳到文末獲取軟件。
我們的 頭像添加圣誕帽軟件 制作的大致思路如下:
基于以上思路,我們制作這款軟件的關(guān)鍵詞有:
看了以上思路,相信大家腦海中已經(jīng)對(duì)這個(gè)軟件制作的過程有了一個(gè)大致的框架了。我們的實(shí)現(xiàn)主要分為:圖像制作、GUI界面、打包三大塊內(nèi)容。
首先列舉一下本次軟件制作過程中需要用的的一些包模塊:
pip install opencv-python
python 系統(tǒng)模塊
pip install dlib
pip install pandas
pip install PySimpleGui
溫馨提示:這其中安裝 dlib 會(huì)遇到很多坑以及很多困難,一般需要一邊安裝一邊上網(wǎng)搜索報(bào)錯(cuò),從而找到解決辦法。保證安裝過一次之后不想嘗試第二次。
我們需要準(zhǔn)備一個(gè)圣誕帽的圖片,格式最好為 png ,因?yàn)?png 圖片我們可以直接用 Alpha通道 作為掩膜使用。如果是 jpg 圖片,需要先轉(zhuǎn)換成 png 格式圖片。注意這里的轉(zhuǎn)換不是只改個(gè)后綴名,那樣是行不通的。
我們用到的圣誕帽如下圖:
為了能夠與 RGB 通道的頭像圖片進(jìn)行運(yùn)算,我們需要把圣誕帽圖像分離成 RGB 通道圖像和 alpha通道圖像:
r,g,b,a = cv2.split(hat_img)
rgb_hat = cv2.merge((r,g,b))
cv2.imwrite("hat_alpha.jpg",a)
分離之后,得到的 alpha通道圖像如下所示:
我從我的百寶箱中選擇了一張傻萌傻萌的圖片作為程序的測試圖片。
大家注意,因?yàn)槲覀円?a href='/map/renlianshibie/' style='color:#000;font-size:inherit;'>人臉識(shí)別,然后自動(dòng)添加帽子,所以選擇的圖片一定要是真人的正面照片,不然識(shí)別不了人臉,也就不知道在哪添加圣誕帽。
下面我們用 dlib 的正臉檢測器進(jìn)行人臉檢測,用 dlib 提供的模型提取人臉的五個(gè)關(guān)鍵點(diǎn)。代碼如下:
# dlib人臉關(guān)鍵點(diǎn)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(guān)鍵點(diǎn)檢測,5個(gè)關(guān)鍵點(diǎn) 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()
我們把圖片打印出來的效果是這樣的:
看到這個(gè)圖片是不是有點(diǎn)熟悉,網(wǎng)上好多人臉識(shí)別的圖片都是這樣的。
我們選取兩個(gè)眼角的點(diǎn),求中心作為放置帽子的x方向的參考坐標(biāo),y 方向的坐標(biāo)用人臉框上線的 y 坐標(biāo)表示。
然后我們根據(jù)人臉檢測得到的人臉的大小調(diào)整帽子的大小,使得帽子大小合適。
看到這里,你應(yīng)該明白,我們頭像的圖片中人的臉越正面那么我們制作出來的效果越好。
# 選取左右眼眼角的點(diǎn) point1 = shape.part(0) point2 = shape.part(2) # 求兩點(diǎn)中心 eyes_center = ((point1.x+point2.x)//2,(point1.y+point2.y)//2) # 根據(jù)人臉大小調(diào)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(jù)人臉大小調(diào)整帽子大小 resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))
我們先將帽子的 alpha通道 作為 mask掩膜:
mask = cv2.resize(a,(resized_hat_w,resized_hat_h)) mask_inv = cv2.bitwise_not(mask)
接著,從人像圖中去除需要添加帽子的區(qū)域:
# 帽子相對(duì)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(qū)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(huì)由于四舍五入原因不一致) 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')
提取后的效果圖如下:
接下來,我們提取圣誕帽的區(qū)域:
hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)
提取后的效果圖如下:
圖像處理的最后一步是蓋帽了,就是把提取的圣誕帽區(qū)域和圖片中提取的區(qū)域相加,然后再放到原圖中去。這里需要注意的就是,相加之前resize一下保證兩者大小一致
# 相加之前保證兩者大小一致(可能會(huì)由于四舍五入原因不一致) hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0])) # 兩個(gè)ROI區(qū)域相加 add_hat = cv2.add(bg,hat) # cv2.imshow("add_hat",add_hat) # 把添加好帽子的區(qū)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
最后,我們得到的效果圖如下:
我們先來看效果圖:
然后再來看這部分的實(shí)現(xiàn)代碼:
import PySimpleGUI as sg import os.path import cv2
file_list_column = [
[sg.Submit('生成', key='Go', size=(15, 1)), sg.Cancel('退出', key='Cancel', size=(15, 1))],
[
sg.Text("圖片位置(選擇文件夾)"),
sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"),
sg.FolderBrowse('瀏覽'),
],
[
sg.Listbox(
values=[], enable_events=True, size=(40, 20), key="-FILE LIST-" )
]
]
image_viewer_column = [
[sg.Text("從左邊圖片列表中選擇一張圖片:")],
[sg.Image(key="-IMAGE-")]
]
layout = [
[
sg.Column(file_list_column),
sg.VSeperator(),
sg.Column(image_viewer_column),
]
]
window = sg.Window("人像添加圣誕帽軟件", layout)
filename = '' while True:
event, values = window.read() if event == "Cancel" or event == sg.WIN_CLOSED: break if event == "-FOLDER-":
folder = values["-FOLDER-"] try:
file_list = os.listdir(folder) except:
file_list = []
fnames = [
f for f in file_list if os.path.isfile(os.path.join(folder, f)) and f.lower().endswith((".jpg", ".png"))
]
window["-FILE LIST-"].update(fnames) elif event == "-FILE LIST-": try:
filename = os.path.join(values["-FOLDER-"], values["-FILE LIST-"][0]) if filename.endswith('.jpg'):
im = cv2.imread(filename)
cv2.imwrite(filename.replace('jpg', 'png'), im)
window["-IMAGE-"].update(filename=filename.replace('jpg', 'png')) except Exception as e:
print(e) elif event == "Go": try: # output = add_hat(filename) # 展示效果 # cv2.imshow("output",output) # cv2.waitKey(0) # cv2.imwrite("output.png",output) # print(output) window["-IMAGE-"].update(filename='output.png') except:
print('OMG!添加失敗了!')
cv2.destroyAllWindows()
這里我選用的是 PySimpleGUI 框架來做的,比較簡單。界面分為左右兩部分,左邊是兩個(gè)按鈕(確定和取消)加一個(gè)文件夾選擇器,再加一個(gè)圖片文件列表;右邊是一個(gè)圖片展示框。
左邊選擇文件夾后,會(huì)在下方列出文件夾里包含 .png 和 .jpg 的圖片列表。點(diǎn)擊圖片列表中的圖片,會(huì)在右邊顯示你所選擇的圖片。這個(gè)選中的圖片也就是我們后面需要添加圣誕帽的圖片。
這里需要注意的是,PySimpleGUI 的圖片展示默認(rèn)只支持 png 格式的,所以我在展示的時(shí)候做了判斷,如果是 jpg 格式的圖片,我就用 cv2 將其轉(zhuǎn)換成 png 格式,然后再進(jìn)行展示。
到這里,我們的關(guān)鍵步驟就完成了。接下來就是將我們兩部分代碼進(jìn)行整合。其實(shí)也很簡單,只需要在 GUI 界面上用戶點(diǎn)擊 “生成” 按鈕時(shí),后臺(tái)接收到圖片的路徑,傳遞給我們的圖片處理函數(shù),在處理完后將圖片保存在文件夾下,并更新 GUI 界面右邊的展示的圖片即可。
最終的運(yùn)行效果:
打包軟件我們還是用熟悉的 pyinstaller 模塊,將代碼打包成可執(zhí)行的 exe 格式。
首先下載我們所需的模塊包:
pip install pyinstaller
接著在命令行敲下打包命令:
pyinstaller christmashat.py
這個(gè) christmashat.py 就是我們所寫的程序了。
打包比較耗時(shí),耐心等著就行。打包完成后,在我們代碼的目錄下會(huì)生成三個(gè)文件夾:
我們只需要關(guān)注 dist 就行。dist 文件夾下面是 christmashat 子文件夾,再進(jìn)去就可以找到我們的 christmashat.exe 文件了。由于我們的程序運(yùn)行有兩個(gè)依賴文件,分別是我們的圣誕帽圖片和我們的人臉識(shí)別訓(xùn)練集,所以我們需要將這兩個(gè)文件放入這個(gè) EXE 文件所在的文件夾下。
現(xiàn)在雙擊 christmashat.exe 文件就可以正常運(yùn)行了。
本文從一個(gè)實(shí)際需求出發(fā),向大家講解了一個(gè)頭像添加圣誕帽軟件的誕生過程。相對(duì)于之前的一些小應(yīng)用來說,涉及的知識(shí)點(diǎn)較多,可能還是有點(diǎn)復(fù)雜的。其中有一些知識(shí)點(diǎn)限于篇幅原因沒有詳細(xì)講解,大家可以自己私下補(bǔ)充。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10