#Python #OpenCV 使用Python为你的圣诞节增添更多乐趣

pip install opencv-python

import cv2
import random
# OpenCV 人脸检测
pathf = r'C:\haarcascade_frontalface_default.xml'
face_patterns = cv2.CascadeClassifier(pathf) #opencv的人脸检测库haarcascade_frontalface_default.xml文件路径
sample_image = cv2.imread('C:/python/shengdan/11.jpg')   #你要加帽子的头像图像
faces = face_patterns.detectMultiScale(sample_image,scaleFactor=1.1,minNeighbors=8, minSize=(50, 50))     #这三行人脸大小参数可调，以识别出人脸。
# 圣诞帽
hats = []
for i in range(1,8):   #备选4顶帽子可换
hats.append(cv2.imread('C:\圣诞帽.png' %i ,-1))
print(hats)
for face in faces:  #不同的脸不同的帽子
# 随机一顶帽子
hat = random.choice(hats)
print (hat)
# 调整帽子尺寸
#print (face[3])  #w值 即框出的人脸的宽.
scale = float(face[3]) / hat.shape[0] * 1.5
#  print (scale)
hat = cv2.resize(hat, (0, 0), fx=scale, fy=scale)
# 根据人脸坐标调整帽子位置
x_offset = int(face[0] + face[2] / 2 - hat.shape[1] / 2)+50   #可跳整帽子的位置
y_offset = int(face[1] - hat.shape[0] / 2)   #可跳整帽子的位置
# 计算贴图位置，注意防止超出边界的情况
x1, x2 = max(x_offset, 0), min(x_offset + hat.shape[1], sample_image.shape[1])
y1, y2 = max(y_offset, 0), min(y_offset + hat.shape[0], sample_image.shape[0])
hat_x1 = max(0, -x_offset)
hat_x2 = hat_x1 + x2 - x1
hat_y1 = max(0, -y_offset)
hat_y2 = hat_y1 + y2 - y1
# 透明部分的处理
alpha_h = hat[hat_y1:hat_y2, hat_x1:hat_x2, 3] / 255
alpha = 1 - alpha_h
# 按3个通道合并图片
for c in range(0, 3):
sample_image[y1:y2, x1:x2, c] = (alpha_h * hat[hat_y1:hat_y2, hat_x1:hat_x2, c] + alpha * sample_image[y1:y2, x1:x2, c])
# 保存最终结果
cv2.imwrite('faces_detect10.png', sample_image)