前言

圣诞节来了，听说前两天有不少同志被一则“票圈发自己照片并@微信官方，就可收到带圣诞帽的照片”的消息骗了，在这里我就用python 的人脸识别模块写个小应用，自动给你的照片带帽。

之前看，已经有不少大神实现了这个功能，但是看下来，采用的方法不是openCV（觉得识别准确度较低），就是dilb（准确度可以，但代码太长），这次我使用的是前面讲过的face_recognition，虽然这货也是基于dilb的，但是好用啊！感受下：

环境

Python 3.6.1
Windows 7 64位
PyCharm 2017.1.4

策略

库的安装

face_recognition（之前说过说过，它是基于dlib的人脸检测，比OpenCV更好用）

ageitgey/face_recognition

安装：
1
pip install face_recognition
如果安装过程中出现问题，99%都是安装依赖的库时出现了问题，这货安装依赖较多：boost（boost_python），cmake，dlib这几个依赖和库，中间出现任何问题都可以通过Google解决（回头我写篇帖子吧这个坑填上）。
PIL库

安装：
1
pip install pillow #PIL库

思路

准备两张图，一张头像，一张帽子。先face_recognition人脸识别定位图片中的人脸，得到人脸范围坐标；再根据这个坐标确定帽子放置的坐标；最后将两张图片拼接后输出。（需要注意的是，帽子是不规则图像，除了主体外背景应该是透明的，因此必须是四通道png格式）。

代码

我的代码注释还是比较清晰的，应该基本都能看懂：

from PIL import Image
import face_recognition

# 头像图片的路径
img_path = "***********/test.jpg"

image = face_recognition.load_image_file(img_path)
face_locations = face_recognition.face_locations(image)
# 打印发现了几张脸
print("Found {} face(s) in this photograph.".format(len(face_locations)))

# 头像图像数据读入human_img中，并转换为四通道RGBA模式
human_img = Image.open(img_path)
human_img = human_img.convert("RGBA")

# 帽子图像数据读入hat_img中，并转换为四通道RGBA模式
hat_img = Image.open("./hat.png")
hat_img = hat_img.convert("RGBA")
proportion_hat = hat_img.size[1] / hat_img.size[0]   # 帽子长宽比（高/宽）

至此，我们已经通过人脸识别得到了头像图片中的face_locations人脸数据列表，并且将头像图像数据human_img和帽子图像数据hat_img读入，同时得到了proportion_hat帽子长宽比（高/宽）,待后续调用。

接下来遍历每一张face_locations：

for face_location in face_locations:            # 对于每张脸
    top, right, bottom, left = face_location    # 得到 top, right, bottom, left
    top -= 0            # 帽子相对与人脸框上线的偏移量
    print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))

    head_h = bottom-top # 脸部高度
    head_w = right-left # 脸部宽度

    factor = 1.5        # 帽子缩放因子
    hat_w = int(round( head_w * factor))
    hat_h = int(round( hat_w * proportion_hat))

    # 调整帽子的大小
    hat_img = hat_img.resize((hat_w, hat_h))
    # 将帽子图像作为顶部图层图像
    hat_region = hat_img
    #hat_region = hat_region.rotate(6)

    # 确定底部图层（头像图片）被覆盖的区域（就是帽子放置区域）
    axis = 0.38          # 帽子穿戴轴线位置
    offset = int(round( ( hat_w * axis ) - ( head_w * 0.5 ) ) )  # 偏移量
    human_region = ( left - offset , top - hat_h , left - offset + hat_w , top )

    # 把顶部图层与底部图层拼接
    human_img.paste(hat_region, human_region,mask=hat_img)
    
# 完成输出
human_img.show()