利用OpenCV的人脸检测给头像带上圣诞帽

Posted 老王和他的IT界朋友们

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了利用OpenCV的人脸检测给头像带上圣诞帽相关的知识,希望对你有一定的参考价值。


我们来看下效果

原图:

 

效果:

 

 

利用OpenCV的人脸检测给头像带上圣诞帽

 

    原理其实很简单:


采用一张圣诞帽的png图像作为素材,


 

   

  利用png图像背景是透明的,贴在背景图片上就是戴帽子的效果了。

人脸检测的目的主要是为了确定贴帽子的位置,类似ps中自由变换的功能,检测到人脸中间的位置(两眼中间),resize圣诞帽子和人脸大小匹配,确定位置,贴上去,ok!

 

 

 

代码:非常简洁,根据参考博客给出的代码,由OpenCV自带的人脸检测代码经过简单修改即可。


// getheader.cpp : 定义控制台应用程序的入口点。  

//  

  

#include "stdafx.h"  

  

#include "opencv2/objdetect/objdetect.hpp"  

#include "opencv2/highgui/highgui.hpp"  

#include "opencv2/imgproc/imgproc.hpp"  

  

#include <iostream>  

#include <stdio.h>  

  

using namespace std;  

using namespace cv;  

  

  

#pragma comment(lib,"opencv_core2410d.lib")                  

#pragma comment(lib,"opencv_highgui2410d.lib")                  

#pragma comment(lib,"opencv_objdetect2410d.lib")     

#pragma comment(lib,"opencv_imgproc2410d.lib")    

  

/** Function Headers */  

void detectAndDisplay( Mat frame );  

  

/** Global variables */  

//-- Note, either copy these two files from opencv/data/haarscascades to your current folder, or change these locations  

String face_cascade_name = "D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";  

String eyes_cascade_name = "D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_eye_tree_eyeglasses.xml";  

CascadeClassifier face_cascade;  

CascadeClassifier eyes_cascade;  

string window_name = "Capture - Face detection";  

RNG rng(12345);  

  

const int FRAME_WIDTH = 1280;  

const int FRAME_HEIGHT = 240;  

/** 

* @function main 

*/  

int main( void )  

{  

    CvCapture* capture;  

    //VideoCapture capture;  

    Mat frame;  

  

    //-- 1. Load the cascades  

    if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };  

    if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };  

  

            frame = imread("19.jpg");//背景图片  

  

            //-- 3. Apply the classifier to the frame  

            if( !frame.empty() )  

            { detectAndDisplay( frame ); }  

              

            waitKey(0);  

      

    return 0;  

}  

  

void mapToMat(const cv::Mat &srcAlpha, cv::Mat &dest, int x, int y)  

{  

    int nc = 3;  

    int alpha = 0;  

  

    for (int j = 0; j < srcAlpha.rows; j++)  

    {  

        for (int i = 0; i < srcAlpha.cols*3; i += 3)  

        {  

            alpha = srcAlpha.ptr<uchar>(j)[i / 3*4 + 3];  

            //alpha = 255-alpha;  

            if(alpha != 0) //4通道图像的alpha判断  

            {  

                for (int k = 0; k < 3; k++)  

                {  

                    // if (src1.ptr<uchar>(j)[i / nc*nc + k] != 0)  

                    if( (j+y < dest.rows) && (j+y>=0) &&  

                        ((i+x*3) / 3*3 + k < dest.cols*3) && ((i+x*3) / 3*3 + k >= 0) &&  

                        (i/nc*4 + k < srcAlpha.cols*4) && (i/nc*4 + k >=0) )  

                    {  

                        dest.ptr<uchar>(j+y)[(i+x*nc) / nc*nc + k] = srcAlpha.ptr<uchar>(j)[(i) / nc*4 + k];  

                    }  

                }  

            }  

        }  

    }  

}  

  

/** 

* @function detectAndDisplay 

*/  

void detectAndDisplay( Mat frame )  

{  

    std::vector<Rect> faces;  

    Mat frame_gray;  

    Mat hatAlpha;  

  

    hatAlpha = imread("2.png",-1);//圣诞帽的图片  

  

    cvtColor( frame, frame_gray, COLOR_BGR2GRAY );  

    equalizeHist( frame_gray, frame_gray );  

    //-- Detect faces  

    face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );  

  

    for( size_t i = 0; i < faces.size(); i++ )  

    {  

  

        Point center( faces[i].x + faces[i].width/2, faces[i].y + faces[i].height/2 );  

        // ellipse( frame, center, Size( faces[i].width/2, faces[i].height/2), 0, 0, 360, Scalar( 255, 0, 255 ), 2, 8, 0 );  

  

        // line(frame,Point(faces[i].x,faces[i].y),center,Scalar(255,0,0),5);  

  

        Mat faceROI = frame_gray( faces[i] );  

        std::vector<Rect> eyes;  

  

        //-- In each face, detect eyes  

        eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );  

  

        for( size_t j = 0; j < eyes.size(); j++ )  

        {  

            Point eye_center( faces[i].x + eyes[j].x + eyes[j].width/2, faces[i].y + eyes[j].y + eyes[j].height/2 );  

            int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );  

            // circle( frame, eye_center, radius, Scalar( 255, 0, 0 ), 3, 8, 0 );  

        }  

  

        // if(eyes.size())  

        {  

            resize(hatAlpha,hatAlpha,Size(faces[i].width, faces[i].height),0,0,INTER_LANCZOS4);  

            // mapToMat(hatAlpha,frame,center.x+2.5*faces[i].width,center.y-1.3*faces[i].height);  

            mapToMat(hatAlpha,frame,faces[i].x,faces[i].y-0.8*faces[i].height);  

        }  

    }  

    //-- Show what you got  

    imshow( window_name, frame );  

    imwrite("merry christmas.jpg",frame);  

}  



 


下面是摄像头实时戴帽子,改下主函数就好了:

 


int main( void )  

{  

    CvCapture* capture;  

    //VideoCapture capture;  

    Mat frame;  

  

    //-- 1. Load the cascades  

    if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };  

    if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };  

  

        //  frame = imread("19.jpg");//背景图片  

  

  

            VideoCapture cap(0); //打开默认的摄像头号  

            if(!cap.isOpened())  //检测是否打开成功  

                return -1;  

  

            Mat edges;  

            //namedWindow("edges",1);  

            for(;;)  

            {  

                Mat frame;  

                cap >> frame; // 从摄像头中获取新的一帧  

                detectAndDisplay( frame );  

                //imshow("edges", frame);  

                if(waitKey(30) >= 0) break;  

            }  

            //摄像头会在VideoCapture的析构函数中释放  

            waitKey(0);  

      

    return 0;  

}  


 

我的系统的是win10 64位的系统,之前摄像头出来都是黑的,发现需要用vs2010配置一下x64版本方可使用,查了半天还是自己之前写的博客靠谱:


就是按照win7 x64来配置,完美运行

 http://blog.csdn.net/wangyaninglm/article/details/16325283


 效果:



参考文献:

http://blog.csdn.net/lonelyrains/article/details/50388999

http://docs.opencv.org/doc/tutorials/objdetect/cascade_classifier/cascade_classifier.html


我调试好的工程:

点击打开链接

http://download.csdn.net/download/wangyaninglm/9389344

以上是关于利用OpenCV的人脸检测给头像带上圣诞帽的主要内容,如果未能解决你的问题,请参考以下文章

@微信官方给不了的圣诞帽,Python和OpenCV给你(附代码)

OpenCV--圣诞帽

使用 OpenCV 检测指尖而不是人脸

利用OpenCV一天玩转人脸检测

opencv联合dlib人脸检测例子二(加快检测)

opencv联合dlib人脸检测例子二(加快检测)