python-opencv|7.python-opencv图像张贴 python|计算机视觉|opencv

7.python-opencv图像张贴第一章 python-opencv-图片导入和显示
第二章 python-opencv图像简单处理
第三章 python-opencv图像mask掩膜处理
第四章 python-opencv图像马赛克
第五章 python-opencv人脸马赛克
第六章 python-opencv人脸检测

文章目录

7.python-opencv图像张贴
前言
一、完整代码
二、部分代码说明
- 1.将图片转化为灰度图
- 2.加载人脸检测器
- 3.人脸检测
- 4.提取图片中的图案
结果展示

前言上一章中说明了如何检测人脸，那么，这一张将说明检测到人脸之后如何在人脸区域张贴另一张图像。
本文将代码进行了详细的标注说明。
一、完整代码

import cv2if __name__ == '__main__': # 加载图片 img = cv2.imread('./tong.jpg') # 将图片转化为灰度 gray = cv2.cvtColor(img, code = cv2.COLOR_BGRA2GRAY) # 加载人脸检测器 face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml') # 人脸检测 faces = face_detector.detectMultiScale(gray) # 加载要张贴的图片 heart = cv2.imread('./heart.jpg')# 提取图片中的图案 for x,y,w,h in faces: heart1 = cv2.resize(heart, (w, h)) for i in range(w): for j in range(h): if not (heart1[i,j] > 200).all(): img[i+y,j+x] = heart1[i,j]cv2.imshow('picture', img) cv2.waitKey(0) cv2.destroyAllWindows()

二、部分代码说明 1.将图片转化为灰度图

gray = cv2.cvtColor(img, code = cv2.COLOR_BGRA2GRAY)

为什么要转化为灰度图？
因为转化为灰度图后图片只有一通道，这样在人脸检测的时候可以减少计算参数，加快检测速度，当然也可以不转换。
其中参数img为要转化的图片，cv2.COLOR_BGRA2GRAY则代表将图片转化为灰度图。
2.加载人脸检测器人脸检测模型可以直接从opencv官方网站中下载（下载地址），下载后是一个xml文件，通过加载xml文件即可进行检测。
模型加载用到的函数为cv2.CascadeClassifier()，其中括号中直接填入你下载好的检测模型的路径。

face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')

3.人脸检测模型加载后便开始人脸检测，人脸检测用到的是detectMultiScale函数。
detectMultiScale函数可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）

文章图片

【python-opencv|7.python-opencv图像张贴】detectMultiScale函数的定义为：

detectMultiScale(self, image, scaleFactor=None, minNeighbors=None, flags=None, minSize=None, maxSize=None)

各参数含义为：

image--待检测图片，一般为灰度图像加快检测速度；objects--被检测物体的矩形框向量组；scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%; minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，这种设定值一般用在用户自定义对检测结果的组合程序上；flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，因此这些区域通常不会是人脸所在区域；minSize和maxSize用来限制得到的目标区域的范围。

检测代码：

faces = face_detector.detectMultiScale(img, scaleFactor=1.05,#缩放每次检测范围，默认1.1 minNeighbors=3)

4.提取图片中的图案原始的图片是这样的

文章图片

我们想要的只有图中红心的图案，岁偶一需要将团体取出来

for x,y,w,h in faces:# 遍历所有检测到的人脸区域 heart1 = cv2.resize(heart, (w, h))# 将要张贴的图像尺寸变为人脸区域大小 for i in range(w): for j in range(h): if not (heart1[i,j] > 200).all(): img[i+y,j+x] = heart1[i,j]

其中：