如何用人脸识别自动给头像添加口罩及护目镜

给头像添加口罩及护目镜

项目地址：https://github.com/Evilran/add-mask-and-goggle

写在前面

武汉爆发了2020新型冠狀病毒肺炎，大家都纷纷戴上了口罩以预防被传染。朋友圈也不例外，许多用户都为自己的头像戴上了口罩，但是p图调整口罩的位置浪费了大家很多时间。那么我们如何通过人脸识别自动给头像添加口罩及护目镜呢？

此项目使用人脸识别自动给头像添加口罩及护目镜，仅为呼吁大家积极佩戴口罩及护目镜，为武汉及奋斗在第一线的医护人员加油！

依赖🐍

在开始前，我们需要在python3上安装以下几个包：

•  numpy==1.17.4
•  Flask>=1.0.0
•  requests==2.22.0
•  opencv-python==4.0.0.21
•  dlib==19.17.99

Flask为我们的项目提供了一个简单的Web服务器，dlib用以识别人脸及嘴唇和眼睛的部位（提供了口罩所在的位置），opencv库可以把口罩素材添加到人脸的嘴唇部位上，护目镜添加到人脸的眼部。

搭建Web服务器

首先，引入flask库并构造主页面：

from flask import Flask  
from flask import request  
from flask import render_template  
@app.route('/', methods=['GET', 'POST'])  
def index():  
    return render_template('index.html')   
    ----------------------  
if __name__ == '__main__':  
    app.run() 

需要注意的是，我们的服务器上只允许上传图片类型的文件，并且不缓存图片（用户可以选择其他的口罩重新制作），所以我们要进行如下配置：

app = Flask(__name__)  
# 取消图片缓存  
app.config['SEND_FILE_MAX_AGE_DEFAULT'] = timedelta(seconds=1)  
ALLOWED_EXTENSIONS = set(['bmp', 'png', 'jpg', 'jpeg'])  
UPLOAD_FOLDER=r'./cache/'  
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER  
def allowed_file(filename):  
    return '.' in filename and \  
           filename.rsplit('.', 1)[1] in ALLOWED_EXTENSIONS 

我们的Web服务器上包含有两个路由：

/url /add 

url 是粘贴图片的地址，服务器会自动下载图片，add 则为用户手动上传图片 （如果只需用户手动上传图片，不需要引入requests库）

add 路由的函数代码如下：

@app.route('/add', methods=['GET', 'POST'])  
def search():  
    if request.method == 'POST':  
        file = request.files['image']  
        mode = (int)(request.form['mask'])  
        isGoggle = request.form.get('goggle')  
        if file and allowed_file(file.filename):  
            path = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)  
            file.save(path)  
            output = add(path, file.filename, mode, isGoggle)  
            return render_template('index.html', outputoutput = output)  
        else:  
            return render_template('index.html', alert = '文件类型必须是图片！')  
    else:  
        return render_template('index.html') 

接着我们配置好 templates 里的 index.html 文件，详细代码请移步 Github 项目。

人脸识别

好了，到这里我们已经成功配置好Web服务器了，接着我们开始写后端处理图片的代码。我们引入 dlib 和 opencv 库：

import cv2  
import dlib  
import numpy as np  
import os 

利用已经训练好的 Dlib 正向人脸检测器 detector = dlib.get_frontal_face_detector() 进行人脸检测，并用 'models/shapepredictor68facelandmarks.dat' 进行 人脸嘴部 20 个特征点坐标（ 40 维特征）的提取：

def get_mouth(img):  
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  
    detector = dlib.get_frontal_face_detector()  
    predictor = dlib.shape_predictor('models/shape_predictor_68_face_landmarks.dat')  
    faces = detector(img_gray, 0)  
    for k, d in enumerate(faces):  
        x = []  
        y = []  
        # 人脸大小的高度  
        height = d.bottom() - d.top()  
        # 人脸大小的宽度  
        width = d.right() - d.left()  
        shape = predictor(img_gray, d)  
        # 49-68 为嘴唇部分  
        for i in range(48, 68):  
            x.append(shape.part(i).x)  
            y.append(shape.part(i).y) 
         # 根据人脸的大小扩大嘴唇对应口罩的区域  
        y_max = (int)(max(y) + height / 3)  
        y_min = (int)(min(y) - height / 3)  
        x_max = (int)(max(x) + width / 3)  
        x_min = (int)(min(x) - width / 3)  
        size = ((x_max-x_min),(y_max-y_min))  
        return x_min, x_max, y_min, y_max, size 

同样的道理，我们进行 人脸眼部特征 的提取：

def get_eye(img):  
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  
    detector = dlib.get_frontal_face_detector()  
    predictor = dlib.shape_predictor('models/shape_predictor_68_face_landmarks.dat')  
    faces = detector(img_gray, 0)  
    for k, d in enumerate(faces):  
        x = []  
        y = []  
        height = d.bottom() - d.top()  
        width = d.right() - d.left()  
        shape = predictor(img_gray, d)  
        for i in range(36, 48):  
            x.append(shape.part(i).x)  
            y.append(shape.part(i).y)  
        y_max = (int)(max(y) + height / 3)  
        y_min = (int)(min(y) - height / 3)  
        x_max = (int)(max(x) + width / 3)  
        x_min = (int)(min(x) - width / 3)  
        size = ((x_max-x_min),(y_max-y_min))  
        return x_min, x_max, y_min, y_max, size 

识别出嘴唇和眼睛的位置后，我们通过 opencv 处理背景透明的口罩和护目镜素材 ，把背景变成白色：

img2 = cv2.imread('masks/goggle.png', cv2.IMREAD_UNCHANGED)  
img2 = cv2.resize(img2,size)  
alpha_channel = img2[:, :, 3]  
_, mask = cv2.threshold(alpha_channel, 220, 255, cv2.THRESH_BINARY)  
color = img2[:, :, :3]  
img2 = cv2.bitwise_not(cv2.bitwise_not(color, maskmask=mask)) 

然后进行图像融合，把口罩及护目镜添加到我们刚刚得到的嘴唇位置和眼睛位置：

x_min, x_max, y_min, y_max, size = get_eye(img1)  
rows,cols,channels = img2.shape  
roi = img1[y_min: y_min + rows, x_min:x_min + cols]  
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)  
ret, mask = cv2.threshold(img2gray, 254, 255, cv2.THRESH_BINARY)  
mask_inv = cv2.bitwise_not(mask)  
img1_bg = cv2.bitwise_and(roi,roi,maskmask = mask)  
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)  
dst = cv2.add(img1_bg,img2_fg)  
img1[y_min: y_min + rows, x_min:x_min + cols] = dst 

到这里，我们人脸识别添加口罩及护目镜的代码就已经成功完成了。

演示😷

项目完成后，

仅需一个命令即可简单地运行Web服务器：

$ python3 server.py 

然后访问:127.0.0.1:5000(端口 5000).

这里支持两种模式，一种是输入URL地址，另外一种是直接上传图片：

目前口罩支持以下几种类型：

举个栗子🌰

原图：

添加口罩及护目镜：

原图：

添加口罩：

感谢🙏

感谢奋斗在第一线的医护人员，感谢春运中的逆行者！

评论

发布 取消

暂无评论，快去成为第一个评论的人吧