好机会,我用Python给女同事头像戴上口罩!

开发 后端 开发工具
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。

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。

[[315795]] 

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

  1. 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):

  1. 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:

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

③效果

给一个人戴上口罩,效果如下图:

给多个人戴上口罩,效果如下图:

给动漫人物戴上口罩:

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:

  1. import face_recognition 
  2.  
  3. face_image_np = face_recognition.load_image_file('/path/to/face/picture'
  4. 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:

  1. import numpy as np 
  2.  
  3. nose_bridge = face_landmark['nose_bridge'
  4. nose_point = nose_bridge[len(nose_bridge) * 1 // 4] 
  5. nose_v = np.array(nose_point) 
  6.  
  7. chin = face_landmark['chin'
  8. chin_len = len(chin) 
  9. chin_bottom_point = chin[chin_len // 2] 
  10. chin_bottom_v = np.array(chin_bottom_point) 
  11. chin_left_point = chin[chin_len // 8] 
  12. 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:

  1. from PIL import Image 
  2.  
  3. _face_img = Image.fromarray(face_image_np) 
  4. _mask_img = Image.open('/path/to/mask/picture'
  5.  
  6. # split mask and resize 
  7. width = _mask_img.width 
  8. height = _mask_img.height 
  9. width_ratio = 1.2 
  10. new_height = int(np.linalg.norm(nose_v - chin_bottom_v)) 
  11.  
  12. left 
  13. mask_left_img = _mask_img.crop((0, 0, width // 2, height)) 
  14. mask_left_width = get_distance_from_point_to_line(chin_left_point, nose_point, chin_bottom_point) 
  15. mask_left_width = int(mask_left_width * width_ratio) 
  16. mask_left_img = mask_left_img.resize((mask_left_width, new_height)) 
  17.  
  18. right 
  19. mask_right_img = _mask_img.crop((width // 2, 0, width, height)) 
  20. mask_right_width = get_distance_from_point_to_line(chin_right_point, nose_point, chin_bottom_point) 
  21. mask_right_width = int(mask_right_width * width_ratio) 
  22. mask_right_img = mask_right_img.resize((mask_right_width, new_height)) 
  23.  
  24. # merge mask 
  25. size = (mask_left_img.width + mask_right_img.width, new_height) 
  26. mask_img = Image.new('RGBA'size
  27. mask_img.paste(mask_left_img, (0, 0), mask_left_img) 
  28. 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:

  1. # rotate mask 
  2. angle = np.arctan2(chin_bottom_point[1] - nose_point[1], chin_bottom_point[0] - nose_point[0]) 
  3. rotated_mask_img = mask_img.rotate(angle, expand=True
  4.  
  5. # calculate mask location 
  6. center_x = (nose_point[0] + chin_bottom_point[0]) // 2 
  7. center_y = (nose_point[1] + chin_bottom_point[1]) // 2 
  8.  
  9. offset = mask_img.width // 2 - mask_left_img.width 
  10. radian = angle * np.pi / 180 
  11. box_x = center_x + int(offset * np.cos(radian)) - rotated_mask_img.width // 2 
  12. box_y = center_y + int(offset * np.sin(radian)) - rotated_mask_img.height // 2 
  13.  
  14. add mask 
  15. _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!

 

责任编辑:武晓燕 来源: Prodesire
相关推荐

2020-02-13 14:32:36

解决Maven冲突问题

2020-11-27 19:08:51

AI 数据人工智能

2020-08-24 07:52:40

代理Java动态

2021-02-20 10:56:30

人工智能人脸识别

2017-12-26 09:10:43

Python微信圣诞帽

2021-03-17 14:15:24

人脸识别人工智能AI

2020-10-31 09:06:37

C语言编程语言

2017-12-27 15:27:36

大数据数据建模数据支撑

2009-04-03 15:17:43

LinuxWindows 7机会

2020-02-13 12:50:07

人脸识别口罩护目镜

2009-04-04 09:36:11

Windows 7微软操作系统

2021-08-09 14:47:44

微信表情移动应用

2021-07-05 09:52:05

大数据大数据“杀熟”数据监管

2020-03-10 17:34:57

天猫精灵

2010-03-06 08:48:23

2022-03-23 08:01:04

Python语言代码

2021-08-06 21:16:08

人脸识别AI人工智能

2010-02-24 16:47:22

戴尔员工性骚扰

2021-04-07 22:22:10

人工智能数据软件
点赞
收藏

51CTO技术栈公众号