#Python #OpenCV 使用Python为你的圣诞节增添更多乐趣

 pip install opencv-python 

 import cv2    

import random

 

# OpenCV 人脸检测

pathf = r'C:\haarcascade_frontalface_default.xml'

face_patterns = cv2.CascadeClassifier(pathf) #opencv的人脸检测库haarcascade_frontalface_default.xml文件路径



sample_image = cv2.imread('C:/python/shengdan/11.jpg')   #你要加帽子的头像图像

faces = face_patterns.detectMultiScale(sample_image,scaleFactor=1.1,minNeighbors=8, minSize=(50, 50))     #这三行人脸大小参数可调，以识别出人脸。

 



 

 

# 圣诞帽

hats = []

for i in range(1,8):   #备选4顶帽子可换

    hats.append(cv2.imread('C:\圣诞帽.png' %i ,-1))

print(hats)

for face in faces:  #不同的脸不同的帽子

    # 随机一顶帽子

    hat = random.choice(hats)

    print (hat)

    # 调整帽子尺寸

    #print (face[3])  #w值 即框出的人脸的宽.

    scale = float(face[3]) / hat.shape[0] * 1.5  

  #  print (scale)

    hat = cv2.resize(hat, (0, 0), fx=scale, fy=scale)

    # 根据人脸坐标调整帽子位置

    x_offset = int(face[0] + face[2] / 2 - hat.shape[1] / 2)+50   #可跳整帽子的位置

    y_offset = int(face[1] - hat.shape[0] / 2)   #可跳整帽子的位置

    # 计算贴图位置，注意防止超出边界的情况

    x1, x2 = max(x_offset, 0), min(x_offset + hat.shape[1], sample_image.shape[1])

    y1, y2 = max(y_offset, 0), min(y_offset + hat.shape[0], sample_image.shape[0])

    hat_x1 = max(0, -x_offset)

    hat_x2 = hat_x1 + x2 - x1

    hat_y1 = max(0, -y_offset)

    hat_y2 = hat_y1 + y2 - y1

    # 透明部分的处理

    alpha_h = hat[hat_y1:hat_y2, hat_x1:hat_x2, 3] / 255

    alpha = 1 - alpha_h

    # 按3个通道合并图片

    for c in range(0, 3):

        sample_image[y1:y2, x1:x2, c] = (alpha_h * hat[hat_y1:hat_y2, hat_x1:hat_x2, c] + alpha * sample_image[y1:y2, x1:x2, c])

 

# 保存最终结果

cv2.imwrite('faces_detect10.png', sample_image)