作者： 派森酱
来源：Python 技术
随着圣诞节的到来，节日气氛也越来越浓厚。大街上随处可见挂满饰品的圣诞树，好多小伙伴的头上也多了一顶红色牛角的圣诞帽。
往年在这个时候，好多 P图软件 会推出给头像加一顶圣诞帽的功能，甚至有一年大伙 @微信官方 就可以在自己的微信头像上加一顶圣诞帽。
作为一个学习 Python 的技术人，自己可以写程序实现这个功能，做成一个软件当然是一件很酷的事情了。
今天就给大家分享一下如何用 Python 制作一款自动给头像添加圣诞帽的软件。
如果不想看实现，可以直接跳到文末获取软件。
我们的 头像添加圣诞帽软件 制作的大致思路如下：
基于以上思路，我们制作这款软件的关键词有：
看了以上思路，相信大家脑海中已经对这个软件制作的过程有了一个大致的框架了。我们的实现主要分为：图像制作、GUI界面、打包三大块内容。
首先列举一下本次软件制作过程中需要用的的一些包模块：
pip install opencv-python
python 系统模块
pip install dlib
pip install pandas
pip install PySimpleGui
温馨提示：这其中安装 dlib 会遇到很多坑以及很多困难，一般需要一边安装一边上网搜索报错，从而找到解决办法。保证安装过一次之后不想尝试第二次。
我们需要准备一个圣诞帽的图片，格式最好为 png ，因为 png 图片我们可以直接用 Alpha通道 作为掩膜使用。如果是 jpg 图片，需要先转换成 png 格式图片。注意这里的转换不是只改个后缀名，那样是行不通的。
我们用到的圣诞帽如下图：
为了能够与 RGB 通道的头像图片进行运算，我们需要把圣诞帽图像分离成 RGB 通道图像和 alpha通道图像：
r,g,b,a = cv2.split(hat_img)
rgb_hat = cv2.merge((r,g,b))
cv2.imwrite("hat_alpha.jpg",a)
分离之后，得到的 alpha通道图像如下所示：
我从我的百宝箱中选择了一张傻萌傻萌的图片作为程序的测试图片。
大家注意，因为我们要做人脸识别，然后自动添加帽子，所以选择的图片一定要是真人的正面照片，不然识别不了人脸，也就不知道在哪添加圣诞帽。
下面我们用 dlib 的正脸检测器进行人脸检测，用 dlib 提供的模型提取人脸的五个关键点。代码如下：
# dlib人脸关键点检测器 predictor_path = "shape_predictor_5_face_landmarks.dat" predictor = dlib.shape_predictor(predictor_path) # dlib正脸检测器 detector = dlib.get_frontal_face_detector() # 正脸检测 dets = detector(img, 1) # 如果检测到人脸 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) # 关键点检测，5个关键点 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()
我们把图片打印出来的效果是这样的：
看到这个图片是不是有点熟悉，网上好多人脸识别的图片都是这样的。
我们选取两个眼角的点，求中心作为放置帽子的x方向的参考坐标，y 方向的坐标用人脸框上线的 y 坐标表示。
然后我们根据人脸检测得到的人脸的大小调整帽子的大小，使得帽子大小合适。
看到这里，你应该明白，我们头像的图片中人的脸越正面那么我们制作出来的效果越好。
# 选取左右眼眼角的点 point1 = shape.part(0) point2 = shape.part(2) # 求两点中心 eyes_center = ((point1.x+point2.x)//2,(point1.y+point2.y)//2) # 根据人脸大小调整帽子大小 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 # 根据人脸大小调整帽子大小 resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))
我们先将帽子的 alpha通道 作为 mask掩膜：
mask = cv2.resize(a,(resized_hat_w,resized_hat_h)) mask_inv = cv2.bitwise_not(mask)
接着，从人像图中去除需要添加帽子的区域：
# 帽子相对与人脸框上线的偏移量 dh = 0 dw = 0 # 原图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)] # 原图ROI中提取放帽子的区域 bg_roi = bg_roi.astype(float) mask_inv = cv2.merge((mask_inv,mask_inv,mask_inv)) alpha = mask_inv.astype(float)/255 # 相乘之前保证两者大小一致（可能会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')
提取后的效果图如下：
接下来，我们提取圣诞帽的区域：
hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)
提取后的效果图如下：
图像处理的最后一步是盖帽了，就是把提取的圣诞帽区域和图片中提取的区域相加，然后再放到原图中去。这里需要注意的就是，相加之前resize一下保证两者大小一致
# 相加之前保证两者大小一致（可能会由于四舍五入原因不一致） hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0])) # 两个ROI区域相加 add_hat = cv2.add(bg,hat) # cv2.imshow("add_hat",add_hat) # 把添加好帽子的区域放回原图 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，我们得到的效果图如下：
我们先来看效果图：
然后再来看这部分的实现代码：
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("图片位置（选择文件夹）"),
sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"),
sg.FolderBrowse('浏览'),
],
[
sg.Listbox(
values=[], enable_events=True, size=(40, 20), key="-FILE LIST-" )
]
]
image_viewer_column = [
[sg.Text("从左边图片列表中选择一张图片:")],
[sg.Image(key="-IMAGE-")]
]
layout = [
[
sg.Column(file_list_column),
sg.VSeperator(),
sg.Column(image_viewer_column),
]
]
window = sg.Window("人像添加圣诞帽软件", 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！添加失败了！')
cv2.destroyAllWindows()
这里我选用的是 PySimpleGUI 框架来做的，比较简单。界面分为左右两部分，左边是两个按钮（确定和取消）加一个文件夹选择器，再加一个图片文件列表；右边是一个图片展示框。
左边选择文件夹后，会在下方列出文件夹里包含 .png 和 .jpg 的图片列表。点击图片列表中的图片，会在右边显示你所选择的图片。这个选中的图片也就是我们后面需要添加圣诞帽的图片。
这里需要注意的是，PySimpleGUI 的图片展示默认只支持 png 格式的，所以我在展示的时候做了判断，如果是 jpg 格式的图片，我就用 cv2 将其转换成 png 格式，然后再进行展示。
到这里，我们的关键步骤就完成了。接下来就是将我们两部分代码进行整合。其实也很简单，只需要在 GUI 界面上用户点击 “生成” 按钮时，后台接收到图片的路径，传递给我们的图片处理函数，在处理完后将图片保存在文件夹下，并更新 GUI 界面右边的展示的图片即可。
最终的运行效果：
打包软件我们还是用熟悉的 pyinstaller 模块，将代码打包成可执行的 exe 格式。
首先下载我们所需的模块包：
pip install pyinstaller
接着在命令行敲下打包命令：
pyinstaller christmashat.py
这个 christmashat.py 就是我们所写的程序了。
打包比较耗时，耐心等着就行。打包完成后，在我们代码的目录下会生成三个文件夹：
我们只需要关注 dist 就行。dist 文件夹下面是 christmashat 子文件夹，再进去就可以找到我们的 christmashat.exe 文件了。由于我们的程序运行有两个依赖文件，分别是我们的圣诞帽图片和我们的人脸识别训练集，所以我们需要将这两个文件放入这个 EXE 文件所在的文件夹下。
现在双击 christmashat.exe 文件就可以正常运行了。
本文从一个实际需求出发，向大家讲解了一个头像添加圣诞帽软件的诞生过程。相对于之前的一些小应用来说，涉及的知识点较多，可能还是有点复杂的。其中有一些知识点限于篇幅原因没有详细讲解，大家可以自己私下补充。
数据分析咨询请扫描二维码
