作者 | Leauky，北理工碩士在讀，非CS專業的Python愛好者。朋友圈里@微信官方要求戴圣誕帽的活動曾經火爆一時，有些會玩的小伙伴都悄咪咪地用美圖秀秀一類的 app 給自己頭像 p 一頂，然后可高興地表示“哎呀好神奇hhhh”，呆萌的小伙伴當然就一直等啊等... ...作為一名堅信“用技術解決需求”的萌新，在一個無聊的周末嘗試用python來搞一波事情。
主要思路
準備兩張圖：一張頭像，一張帽子。先用人臉識別定位頭像中的人臉，給出人臉像素坐標；再根據這個坐標確定帽子放置的坐標；最后將兩張圖片拼接后輸出。(需要注意的是，帽子是不規則圖像，除了主體外背景應該是透明的，因此必須是四通道png格式)。gakki 醬親自演示如下：
示意圖
問題展開
1. 人臉識別怎么搞定？(重新造輪子？不存在的，這輩子都不可能造輪子的)。Github上一個開源的python人臉識別庫face_recognition雙手奉
https://github.com/ageitgey/face_recognition#face-recognition
據說識別率99.38%(頂瓜瓜啊！)。通過安裝這個庫就可以調用人臉檢測器。
2. 確定了帽子的放置位置，怎么拼接圖層？這個屬于基本的圖像操作，python提供了PIL(Python Image Lib)這么一個庫來進行圖像處理，具體操作請看后面的代碼。
庫的安裝
我的環境是Ubuntu 16.04+Python2.7.12。使用Window，Mac OS和Python3的同學也可以參考，都是類似的。face_recognition這個庫比較事兒，安裝前需要依次安裝boost(boost_python)，cmake，dlib這幾個依賴和庫，中間出現任何問題都可以通過Google解決(懶得寫 -.. -)。安裝完所有的依賴后，使用命令：
1pip install face_recognition2pip install pillow #PIL庫完成后就可以在你的python腳本里import face_recognition和PIL了。
代碼分析
Talk is cheap， show me the code。直接上代碼：
1from PIL import Image2import face_recognition3img_path = raw_input("image path:")4image = face_recognition.load_image_file(img_path)5face_locations = face_recognition.face_locations(image)6print("Found {} face(s) in this photograph.".format(len(face_locations)))第1、2行導入PIL庫中的Image模塊和face_recognition庫。第3行，等待用戶輸入頭像圖片的路徑。第4行，把路徑所指的圖像數據讀入image中。第5行，調用face_locations處理image中的圖像數據，對圖片中的人臉進行識別定位，定位后的得到的像素坐標數據放在face_locations里。第6行在shell里輸出圖片里識別到的人臉的個數。
7human_img = Image.open(img_path)8human_img = human_img.convert("RGBA")9hat_img = Image.open("./hat.png")10hat_img = hat_img.convert("RGBA")第7、8行，把路徑所指的圖像數據讀入human_img中，并轉換為四通道RGBA模式。9、10行讀入帽子圖像并做相同處理。
11for face_location in face_locations:12 top, right, bottom, left = face_location13 top -= 1014 print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))15 head_h = bottom-top#hight of head16 head_l = right-left#length of head17 hat_img = hat_img.resize( (head_l,head_h) )#convert size of hat18 hat_region = hat_img19 human_region = ( left, top-head_h, right, top )20 human_img.paste(hat_region, human_region,mask=hat_img)21human_img.show()如果一張圖里有多張人臉，face_recognition.face_locations(image)會返回每張人臉的位置信息，存放在一個list里。因此第11行是遍歷face_locations里的每張人臉的數據。第12行解包一個人臉像素坐標數據，得到top，right，bottom，left分別為示意圖中的y1，x2，y2，x1。第13行，為啥y1要減10個像素？因為人臉識別得到的y1最多到你額頭的位置，所以再把這個坐標往上提一提帽子才戴得更自然。第14行輸出坐標數據方便調試。第15、16行計算人臉的高度和寬度。第17行使用resize()根據人臉的大小調整帽子的大小，因為圖像中的人臉有大有小，調整后看起來更和諧。第18行，將帽子圖像作為頂部圖層圖像。第19行，確定底部圖層(頭像圖片)被覆蓋的區域(就是帽子放置區域)。第20行，把頂部圖層與底部圖層拼接(不太明白的看下圖)。然后一個循環結束，亦即完成圖片中一個人的戴帽操作，接著進行下個人的戴帽，直到所有人都戴上了帽子。最后21行，完成輸出~
更新
更多人臉：
