快捷搜索: 长连接 前端 源码 pan

python-opencv边缘检测与人脸检测应用

10.python-opencv边缘检测与人脸检测应用



前言

本章主要介绍如何在人脸区域张贴图像,主要思路为:首先检测到人脸区域,对于要张贴的图像进行轮廓检测,检测到轮廓后在人脸区域绘制轮廓,并将洛阔中的图像张贴到人脸区域。


一、完整代码

import cv2
import numpy as np

if __name__ == __main__:
    # 加载图片
    img = cv2.imread(./tong.jpg)
    img2 = cv2.imread(./dog.png)
    # 加载人脸检测器
    face_detector = cv2.CascadeClassifier(./haarcascade_frontalface_alt.xml)
    # 见图片转化为灰度图片
    img_gray = cv2.cvtColor(img, code = cv2.COLOR_BGR2GRAY)
    img2_gray = cv2.cvtColor(img2, code = cv2.COLOR_BGR2GRAY)
    # 图像二值化,binary二进制图片(黑白图),其中,threshold为阀值,阀值以下变为0,阀值以上变为255
    threshold, binary = cv2.threshold(img2_gray, 180, 255, cv2.THRESH_OTSU)  
    # 边缘检测,contours为轮廓 hierarchy为层次结构
    contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  

    areas = []  # 建立空列表记录轮廓
    for contour in contours:
        areas.append(cv2.contourArea(contour))  #计算轮廓面积并记录
    areas = np.array(areas)
    index = areas.argsort()  #将面积从小到大排列,倒数第二个为内轮廓

    # 创建像素值全部为0的图片
    mask = np.zeros_like(img2_gray, dtype = np.uint8)
    # 在mask中绘制倒数第二个轮廓(内轮廓), thicknesss为-1会将轮廓中的部分全部变成白色
    mask = cv2.drawContours(mask, contours, index[-2],
                            (255,255,255),
                            thickness = -1)  

    faces = face_detector.detectMultiScale(img_gray)  #图像img_gray检测到的人脸
    for x,y,w,h in faces: #遍历检测到的人脸
        mask1 = cv2.resize(mask, (w,h))  #定义一个新图片,并调整为人脸大小,用以方img2
        img3 = cv2.resize(img2, (w,h))  #同样把img2调整为人脸大小
        for i in range(h):
            for j in range(w):
                if (mask1[i,j]==255).all():
                    img[i+y, j+x] = img3[i,j]

    cv2.imshow(face, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

二、部分代码说明

图片处理部分

图片处理部分主要包括图片灰度处理和二值化处理,代码如下:

img2_gray = cv2.cvtColor(img2, code = cv2.COLOR_BGR2GRAY)
# 图像二值化,binary二进制图片(黑白图),其中,threshold为阀值,阀值以下变为0,阀值以上变为255
threshold, binary = cv2.threshold(img2_gray, 180, 255, cv2.THRESH_OTSU)

处理结果:

全部轮廓为:

轮廓检测部分

轮廓检测部分主要包括轮廓的检测和轮廓的提取

由于图片轮廓检测后由多个轮廓,我们选择内轮廓进行处理,如何提取到内轮廓呢?

首先将检测到的所有轮廓放入一个列表中,计算每个轮廓的面积并升序排列,那么倒数第二个即内轮廓。

代码如下:

# 边缘检测,contours为轮廓 hierarchy为层次结构
    contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  

    areas = []  # 建立空列表记录轮廓
    for contour in contours:
        areas.append(cv2.contourArea(contour))  #计算轮廓面积并记录
    areas = np.array(areas)
    index = areas.argsort()  #将面积从小到大排列,倒数第二个为内轮廓

    # 创建像素值全部为0的图片
    mask = np.zeros_like(img2_gray, dtype = np.uint8)
    # 在mask中绘制倒数第二个轮廓(内轮廓), thicknesss为-1会将轮廓中的部分全部变成白色
    mask = cv2.drawContours(mask, contours, index[-2],
                            (255,255,255),
                            thickness = -1)

处理结果: 全部轮廓面积为: 导数第二个轮廓:

人脸检测及处理部分

这部分主要为检测人脸区域,并将轮廓和要张贴的图片全部变为人脸区域大小,然后根据轮廓将要张贴的图片张贴到原始图片中,主要代码:

faces = face_detector.detectMultiScale(img_gray)  #图像img_gray检测到的人脸
    for x,y,w,h in faces: #遍历检测到的人脸
        mask1 = cv2.resize(mask, (w,h))  #定义一个新图片,并调整为人脸大小,用以方img2
        img3 = cv2.resize(img2, (w,h))  #同样把img2调整为人脸大小
        for i in range(h):
            for j in range(w):
                if (mask1[i,j]==255).all():
                    img[i+y, j+x] = img3[i,j]

处理结果

检测到的人脸(x,y,width,high):


结果展示

经验分享 程序员 微信小程序 职场和发展