用Python给头像加上圣诞帽或圣诞老人小徽章

随着圣诞的到来，想给给自己的头像加上一顶圣诞帽。如果不是头像，就加一个圣诞老人陪伴。

用Python给头像加上圣诞帽，看了下大概也都是来自2017年大神的文章： https://zhuanlan.zhihu.com/p/32283641

主要流程

素材准备

人脸检测与人脸关键点检测

调整大小，添加帽子

用dlib的正脸检测器进行人脸检测，用dlib提供的模型提取人脸的五个关键点

# dlib人脸关键点检测器
      predictor\_path = "shape\_predictor\_5\_face\_landmarks.dat"
      predictor = dlib.shape\_predictor(predictor\_path)    

# dlib正脸检测器
      detector = dlib.get\_frontal\_face\_detector()  

# 正脸检测
      dets = detector(img, 1)  

# 如果检测到人脸
if len(dets)>0:
          for d in dets:
              x,y,w,h \= d.left(),d.top(), d.right()-d.left(), d.bottom()-d.top()
# x,y,w,h = faceRect
              cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)  

# 关键点检测，5个关键点
              shape = predictor(img, d)
for point in shape.parts():
                  cv2.circle(img,(point.x,point.y),3,color=(0,255,0))  

              cv2.imshow("image",img)
              cv2.waitKey()

调整帽子大小，带帽

选取两个眼角的点，求中心作为放置帽子的x方向的参考坐标，y方向的坐标用人脸框上线的y坐标表示。然后我们根据人脸检测得到的人脸的大小调整帽子的大小，使得帽子大小合适。

# 选取左右眼眼角的点
              point1 = shape.part(0)
              point2 = shape.part(2)  

# 求两点中心
              eyes\_center = ((point1.x+point2.x)//2,(point1.y+point2.y)//2)  

# cv2.circle(img,eyes\_center,3,color=(0,255,0))
# cv2.imshow("image",img)
# cv2.waitKey()  

#  根据人脸大小调整帽子大小
              factor = 1.5
              resized\_hat\_h = int(round(rgb\_hat.shape\[0\]\*w/rgb\_hat.shape\[1\]\*factor))
              resized\_hat\_w = int(round(rgb\_hat.shape\[1\]\*w/rgb\_hat.shape\[1\]\*factor))  

if resized\_hat\_h > y:
                  resized\_hat\_h = y\-1  

# 根据人脸大小调整帽子大小
              resized\_hat = cv2.resize(rgb\_hat,(resized\_hat\_w,resized\_hat\_h))

添加小图标

当然有些同学的头像不是人物或不能准确的识别无关，所有添加了标识。(即在右下添加小图标)。

小图标避免单调，是从图标中随机选择一个：

图标位置也可以根据爱好调整大小和位置

代码如下：

# 水印图片
    num = random.randint(1, 5)
    logo = Image.open("img\_icon/santa\_" + str(num) + ".png")  

    img = Image.open(imgPath)  

print(img.size, logo.size)  

# 图层
    layer = Image.new("RGBA", img.size, (255, 255, 255, 0))
    layer.paste(logo, (img.size\[0\] - logo.size\[0\], img.size\[1\]-logo.size\[1\]))  

# 覆盖
    img\_after = Image.composite(layer, img, layer)
# img\_after.show()
    img\_after.save(outImgePath)

结果如下