實現步驟

1、檢測人臉，可以使用opencv自帶的級聯分類器或者dlib實現人臉檢測

2、放大人臉范圍，調整到正常寸照尺寸

3、基于RMGB算法得到人像掩碼

4、生成尺寸相同的純色背景與當前人像進行ALPHA融合即可

alpha融合實現

void alphaBlend(cv::Mat& fgImg, cv::Mat& roi, cv::Mat& mask)
{for (int i = 0; i < roi.rows; i++){for (int j = 0; j < roi.cols; j++){auto maskVal = (float)mask.at<uchar>(i, j)/255;for (size_t n = 0; n < 3; n++){   roi.at<cv::Vec3b>(i, j)[n] = fgImg.at<cv::Vec3b>(i, j)[n]*maskVal + roi.at<cv::Vec3b>(i, j)[n]*(1-maskVal);}       }}
}

如果原圖是純色背景，那么扣取的圖片可能存在部分邊界色，可以通過一下濾波函數處理一下邊界

void filterBoundary(cv::Mat& roi, cv::Mat& mask)
{cv::Mat kernel = (cv::Mat_<double>(3, 3) << 1, 2, 1, 2, 4, 2, 1, 2, 1);kernel /= 16.0; // 歸一化int sz = 1;for (int i = 0; i < roi.rows; i++){for (int j = 0; j < roi.cols; j++){auto maskVal = (float)mask.at<uchar>(i, j);if (maskVal < 255 && maskVal > 0){int left = MAX(j - sz, 0);int right = MIN(j + sz, roi.cols - 1);int top = MAX(i - sz, 0);int bottom = MIN(i + sz, roi.rows - 1);auto tmpRoi = roi(cv::Rect(left, top, right - left + 1, bottom - top + 1));cv::filter2D(tmpRoi, tmpRoi, -1, kernel);}       }}
}