一、 实验目的

用OpenCV编写一个程序能检测出给定图像中的人脸，并能给人脸添加一些装饰特效，比如给人脸加上戴眼镜或带口罩或戴帽子等装饰物。

二、实验要求

1、用OpenCV编写一个程序能检测出给定图像中的人脸，并能给人脸添加一些装饰特效，比如给人脸加上戴眼镜或带口罩或戴帽子等装饰物，要求首先能检测出图像中的人脸，进而给人脸的一些部位添加装饰特效，并要求添加的装饰物位置准确，大小合适。
2、认真撰写实验报告，要求说明实验原理，对实验过程叙述清楚，关键代码给出注释，对实验结果给出合理解释，实验分析部分则需要指出实验结果优劣的原因以及如何进一步提高实验性能的方法或手段。
3、每位同学独立撰写实验报告，不得相互抄袭。

三、实验过程

import cv2
# 覆盖图像
def overlay_img(img, img_over, img_over_x, img_over_y):
    """
    覆盖图像
    :param img: 背景图像
    :param img_over: 覆盖的图像
    :param img_over_x: 覆盖图像在背景图像上的横坐标
    :param img_over_y: 覆盖图像在背景图像上的纵坐标
    :return: 两张图像合并之后的图像
    """
    img_h, img_w, img_p = img.shape  # 背景图像宽、高、通道数
    img_over_h, img_over_w, img_over_c = img_over.shape  # 覆盖图像高、宽、通道数
    if img_over_c == 3:  # 通道数小于等于3
        img_over = cv2.cvtColor(img_over, cv2.COLOR_BGR2BGRA)  # 转换成4通道图像
    for w in range(0, img_over_w):  # 遍历列
        for h in range(0, img_over_h):  # 遍历行
            if img_over[h, w, 3] != 0:  # 如果不是全透明的像素
                for c in range(0, 3):  # 遍历三个通道
                    x = img_over_x + w  # 覆盖像素的横坐标
                    y = img_over_y + h  # 覆盖像素的纵坐标
                    if x >= img_w or y >= img_h:  # 如果坐标超出最大宽高
                        break  # 不做操作
                    img[y, x, c] = img_over[h, w, c]  # 覆盖像素
    return img  # 完成覆盖的图像

face_img = cv2.imread("peoples.png",cv2.IMREAD_REDUCED_COLOR_2)  # 读取人脸图像
cv2.imshow("no_sunglasses_face", face_img)  # 显示未带墨镜的人脸的效果
glass_img = cv2.imread("glass.png", cv2.IMREAD_UNCHANGED)  # 读取眼镜图像，保留图像类型
height, width, channel = glass_img.shape  # 获取眼镜图像高、宽、通道数
# 加载识别正面人脸的级联分类器
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
garyframe = cv2.cvtColor(face_img, cv2.COLOR_BGR2GRAY)  # 转为黑白图像
faces = face_cascade.detectMultiScale(garyframe, 1.3, 5)  # 识别人脸
for (x, y, w, h) in faces:  # 遍历所有人脸的区域
    gw = w  # 眼镜缩放之后的宽度
    gh = int(height * w / width)  # 眼镜缩放之后的高度度
    glass_img = cv2.resize(glass_img, (gw, gh))  # 按照人脸大小缩放眼镜
    overlay_img(face_img, glass_img, x, y + int(h * 1 / 3))  # 将眼镜绘制到人脸上

cv2.imshow("sunglasses_face", face_img)  # 显示最终处理的效果
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体

四、实验结果

实验结果如图所示：

五、实验分析

1.实验首先编写一个覆盖图片的overlay_img()方法，因为给大家提供的素材中可能包含透明像素，这些透明像素不可以遮挡人脸，所以在覆盖背景图像时要做判断，忽略所有透明像素。判断一个像素是否为透明像素，只需将图像从3通道转换为4通道，判断第四通道的alpha（即透明度）值，alpha值为1表示完全不透明，alpha值为0表示完全透明创建人脸识别级联分类器，分析出图像中人脸的区域
2.从而找到人眼的位置，把墨镜图像按照人脸宽度进行缩放，并覆盖到人脸区域约三分之一的位置。

六、代码文件

小程序员将代码文件和相关素材整理到了百度网盘里，因为文件大小基本不大，大家也不用担心限速问题。后期小程序员有能力的话，将在gitee或者github上上传相关素材。
链接：https://pan.baidu.com/s/1Ce14ZQYEYWJxhpNEP1ERhg?pwd=7mvf
提取码：7mvf