7.python-opencv图像张贴

7.python-opencv图像张贴

第一章 python-opencv-图片导入和显示
第二章 python-opencv图像简单处理
第三章 python-opencv图像mask掩膜处理
第四章 python-opencv图像马赛克
第五章 python-opencv人脸马赛克
第六章 python-opencv人脸检测

---

---

前言

上一章中说明了如何检测人脸，那么，这一张将说明检测到人脸之后如何在人脸区域张贴另一张图像。
本文将代码进行了详细的标注说明。

---

一、完整代码

import cv2

if __name__ == '__main__':
	# 加载图片
    img = cv2.imread('./tong.jpg')
    # 将图片转化为灰度
    gray = cv2.cvtColor(img, code = cv2.COLOR_BGRA2GRAY)
    # 加载人脸检测器
    face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')
    # 人脸检测
    faces = face_detector.detectMultiScale(gray)
	
	# 加载要张贴的图片
    heart = cv2.imread('./heart.jpg')


    # 提取图片中的图案
    for x,y,w,h in faces:
        heart1 = cv2.resize(heart, (w, h))
        for i in range(w):
            for j in range(h):
                if not (heart1[i,j] > 200).all(): 
                    img[i+y,j+x] = heart1[i,j]

    cv2.imshow('picture', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

二、部分代码说明

1.将图片转化为灰度图

gray = cv2.cvtColor(img, code = cv2.COLOR_BGRA2GRAY)

为什么要转化为灰度图？

因为转化为灰度图后图片只有一通道，这样在人脸检测的时候可以减少计算参数，加快检测速度，当然也可以不转换。

其中参数img为要转化的图片，cv2.COLOR_BGRA2GRAY则代表将图片转化为灰度图。

2.加载人脸检测器

人脸检测模型可以直接从opencv官方网站中下载（下载地址），下载后是一个xml文件，通过加载xml文件即可进行检测。

模型加载用到的函数为cv2.CascadeClassifier()，其中括号中直接填入你下载好的检测模型的路径。

face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')

3.人脸检测

模型加载后便开始人脸检测，人脸检测用到的是detectMultiScale函数。

detectMultiScale函数可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）

detectMultiScale函数的定义为：

detectMultiScale(self, image, scaleFactor=None, minNeighbors=None, flags=None, minSize=None, maxSize=None)

各参数含义为：

image--待检测图片，一般为灰度图像加快检测速度；

objects--被检测物体的矩形框向量组；

scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;

minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
        如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
        如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，
        这种设定值一般用在用户自定义对检测结果的组合程序上；

flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为

        CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，

        因此这些区域通常不会是人脸所在区域；

minSize和maxSize用来限制得到的目标区域的范围。

检测代码：

faces = face_detector.detectMultiScale(img,
                                       scaleFactor=1.05,  #缩放每次检测范围，默认1.1
                                       minNeighbors=3)

4.提取图片中的图案

原始的图片是这样的

我们想要的只有图中红心的图案，岁偶一需要将团体取出来

for x,y,w,h in faces:  # 遍历所有检测到的人脸区域
        heart1 = cv2.resize(heart, (w, h))  # 将要张贴的图像尺寸变为人脸区域大小
        for i in range(w):
            for j in range(h):
                if not (heart1[i,j] > 200).all(): 
                    img[i+y,j+x] = heart1[i,j]

其中：

if not (heart1[i,j] > 200).all():
	img[i+y,j+x] = heart1[i,j]

这里heart1[i,j] > 200为白色区域，heart1[i,j] < 200为红色区域，所以，这行代码是将红色区域的部分提取出来，然后将人脸部分对应的位置替换为要张贴的图像对应的部分。

---

结果展示