加入收藏 | 设为首页 | 会员中心 | 我要投稿 新余站长网 (https://www.0790zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 服务器 > 搭建环境 > Unix > 正文

好机会,我用Python给女同事头像戴上口罩!

发布时间:2020-08-17 10:52:59 所属栏目:Unix 来源:网络整理
导读:突如其来的新型冠状病毒让全国人民春节过的诚惶诚恐,出门必须带口罩已经达成共识。 图片来自 Pexels 疫情防控期间,我们大家要做的就是遵从政府号令:少出门,戴口罩、勤洗手......,乖乖宅家就是为抗击疫情做贡献。 看到一些朋友叫设计同学帮忙给自己的
副标题[/!--empirenews.page--]

突如其来的新型冠状病毒让全国人民春节过的诚惶诚恐,出门必须带口罩已经达成共识。

好机会,我用Python给女同事头像戴上口罩!

图片来自 Pexels

疫情防控期间,我们大家要做的就是遵从政府号令:“少出门,戴口罩、勤洗手......”,乖乖宅家就是为抗击疫情做贡献。

看到一些朋友叫设计同学帮忙给自己的头像戴上口罩,作为技术人,心想一定还有更多人有这样的诉求,不如开发一个简单的程序来实现这个需求,也算是帮助设计小姐姐减少工作量。

于是我花了些时间,写了一个叫做 face-mask[1] 的命令行工具,能够轻松的给图片中的人像戴上口罩,而且口罩的方向和大小都是适应人脸的哦~

使用

①安装 face-mask

pip install face-mask 

确保 Python 版本在 3.6 及以上。

②使用 face-mask

直接指定图片路径即可为图片中的人像戴上口罩,并会生成一个新的图片(额外有 -with-mask 后缀):

face-mask /path/to/face/picture 

通过指定 --show 选项,还可以使用默认图片查看器打开新生成的图片:

face-mask /path/to/face/picture --show 

③效果

给一个人戴上口罩,效果如下图:

好机会,我用Python给女同事头像戴上口罩!

给多个人戴上口罩,效果如下图:

好机会,我用Python给女同事头像戴上口罩!

给动漫人物戴上口罩:

好机会,我用Python给女同事头像戴上口罩!

实现

思路

要想实现上面的效果,我们应该怎么做?不妨这么想:

首先是识别出人的鼻子(nose_bridge)和脸轮廓(chin)。

通过脸轮廓确定出脸左点(chin_left_point)、脸底点(chin_bottom_point)和脸右点(chin_right_point)。

由鼻子和脸底点确定口罩大小的高度、中心线。

将口罩左右平均分为两个部分,调整左口罩大小,宽度为脸左点到中心线的距离;调整右口罩大小,宽度为脸右点到中心线的距离;合并左右口罩为新口罩。

旋转新口罩,角度为中心线相对于 y 轴的旋转角。

将新口罩放在原图适当位置。

关于人脸识别,可以使用 face_recognition[2] 库进行识别。关于图像处理,可以使用 Pillow[3] 库进行处理。

代码

有了思路之后,实现就是件相对轻松的事情。不过对库的熟悉和图片的变换计算可能要花些时间。

详细的代码请参考如下链接,这里仅说明下最核心的步骤:

https://github.com/Prodesire/face-mask

人脸识别:

import face_recognition 

 

face_image_np = face_recognition.load_image_file('/path/to/face/picture') 

face_landmarks = face_recognition.face_landmarks(face_image_np) 

借助 face_recognition 库可以轻松的识别出人像,最终得到的 face_landmarks 是一个列表,里面的每个 face_landmark 都表示一个人像数据。

face_landmark 是一个字典,其中的键表示人像特征,值表示该特征的点的列表。比如:

键 nose_bridge 表示鼻梁

键 chin 表示脸颊

我们需要根据每个 face_landmark,给对应的头像戴上口罩。

获得鼻子和脸颊的特征点:

import numpy as np 

 

nose_bridge = face_landmark['nose_bridge'] 

nose_point = nose_bridge[len(nose_bridge) * 1 // 4] 

nose_v = np.array(nose_point) 

 

chin = face_landmark['chin'] 

chin_len = len(chin) 

chin_bottom_point = chin[chin_len // 2] 

chin_bottom_v = np.array(chin_bottom_point) 

chin_left_point = chin[chin_len // 8] 

chin_right_point = chin[chin_len * 7 // 8] 

通过上述代码,我们获得了:

表示上鼻梁的一个点:nose_point

表示脸左点:chin_left_point

表示脸右点:chin_right_point

表示脸底点:chin_bottom_point

拆分、缩放和合并口罩:

from PIL import Image 

 

_face_img = Image.fromarray(face_image_np) 

_mask_img = Image.open('/path/to/mask/picture') 

 

# split mask and resize 

width = _mask_img.width 

height = _mask_img.height 

width_ratio = 1.2 

new_height = int(np.linalg.norm(nose_v - chin_bottom_v)) 

 

# left 

mask_left_img = _mask_img.crop((0, 0, width // 2, height)) 

mask_left_width = get_distance_from_point_to_line(chin_left_point, nose_point, chin_bottom_point) 

mask_left_width = int(mask_left_width * width_ratio) 

mask_left_img = mask_left_img.resize((mask_left_width, new_height)) 

 

# right 

mask_right_img = _mask_img.crop((width // 2, 0, width, height)) 

mask_right_width = get_distance_from_point_to_line(chin_right_point, nose_point, chin_bottom_point) 

mask_right_width = int(mask_right_width * width_ratio) 

mask_right_img = mask_right_img.resize((mask_right_width, new_height)) 

 

# merge mask 

size = (mask_left_img.width + mask_right_img.width, new_height) 

mask_img = Image.new('RGBA', size) 

mask_img.paste(mask_left_img, (0, 0), mask_left_img) 

mask_img.paste(mask_right_img, (mask_left_img.width, 0), mask_right_img) 

上述代码主要做了如下内容:

将口罩左右平均分为两个部分。

调整左口罩大小,宽度为脸左点到中心线的距离*宽度系数 1.2。

调整右口罩大小,宽度为脸右点到中心线的距离*宽度系数 1.2。

合并左右口罩为新口罩。

get_distance_from_point_to_line 用来获取一个点到一条线的距离,具体实现可看源代码。

width_ratio 是宽度系数,用来适当扩大口罩。原因我们是根据脸颊的宽度计算口罩的宽度,但口罩是待在耳朵上的,真实宽度应该要更宽。

旋转口罩、并放到原图适当位置:

# rotate mask 

angle = np.arctan2(chin_bottom_point[1] - nose_point[1], chin_bottom_point[0] - nose_point[0]) 

rotated_mask_img = mask_img.rotate(angle, expand=True) 

 

# calculate mask location 

center_x = (nose_point[0] + chin_bottom_point[0]) // 2 

center_y = (nose_point[1] + chin_bottom_point[1]) // 2 

 

offset = mask_img.width // 2 - mask_left_img.width 

radian = angle * np.pi / 180 

box_x = center_x + int(offset * np.cos(radian)) - rotated_mask_img.width // 2 

box_y = center_y + int(offset * np.sin(radian)) - rotated_mask_img.height // 2 

 

# add mask 

_face_img.paste(mask_img, (box_x, box_y), mask_img) 

上述代码主要做了如下内容:

旋转新口罩,角度为中心线相对于 y 轴的旋转角。

计算口罩应该放置的坐标。

将新口罩放在原图的计算出的坐标下。

最后就是将新图片保存到本地路径,代码不再展示。

总结

我们借助 face_recognition 库可以轻松的识别出人像,然后根据脸颊的宽度和鼻梁位置计算出口罩的大小、方向和位置,并最终生成出戴上口罩的图片。

整个过程并不复杂,但在坐标计算上要格外小心,如此,我们便打造了一个短小精悍的“自动戴上口罩”程序!

(编辑:新余站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读