突如其來的新型冠狀病毒讓全國人民春節(jié)過的誠惶誠恐，出門必須帶口罩已經(jīng)達(dá)成共識。

[[315795]] 

圖片來自 Pexels

疫情防控期間，我們大家要做的就是遵從政府號令：“少出門，戴口罩、勤洗手......”，乖乖宅家就是為抗擊疫情做貢獻(xiàn)。

看到一些朋友叫設(shè)計同學(xué)幫忙給自己的頭像戴上口罩，作為技術(shù)人，心想一定還有更多人有這樣的訴求，不如開發(fā)一個簡單的程序來實現(xiàn)這個需求，也算是幫助設(shè)計小姐姐減少工作量。

于是我花了些時間，寫了一個叫做 face-mask[1] 的命令行工具，能夠輕松的給圖片中的人像戴上口罩，而且口罩的方向和大小都是適應(yīng)人臉的哦~

使用

①安裝 face-mask

pip install face-mask 

確保 Python 版本在 3.6 及以上。

②使用 face-mask

直接指定圖片路徑即可為圖片中的人像戴上口罩，并會生成一個新的圖片(額外有 -with-mask 后綴)：

face-mask /path/to/face/picture 

通過指定 --show 選項，還可以使用默認(rèn)圖片查看器打開新生成的圖片：

face-mask /path/to/face/picture --show 

③效果

給一個人戴上口罩，效果如下圖：

給多個人戴上口罩，效果如下圖：

給動漫人物戴上口罩：

實現(xiàn)

思路

要想實現(xiàn)上面的效果，我們應(yīng)該怎么做?不妨這么想：

• 首先是識別出人的鼻子(nose_bridge)和臉輪廓(chin)。
• 通過臉輪廓確定出臉左點(chin_left_point)、臉底點(chin_bottom_point)和臉右點(chin_right_point)。
• 由鼻子和臉底點確定口罩大小的高度、中心線。
• 將口罩左右平均分為兩個部分，調(diào)整左口罩大小，寬度為臉左點到中心線的距離;調(diào)整右口罩大小，寬度為臉右點到中心線的距離;合并左右口罩為新口罩。
• 旋轉(zhuǎn)新口罩，角度為中心線相對于 y 軸的旋轉(zhuǎn)角。
• 將新口罩放在原圖適當(dāng)位置。

關(guān)于人臉識別，可以使用 face_recognition[2] 庫進(jìn)行識別。關(guān)于圖像處理，可以使用 Pillow[3] 庫進(jìn)行處理。

代碼

有了思路之后，實現(xiàn)就是件相對輕松的事情。不過對庫的熟悉和圖片的變換計算可能要花些時間。

詳細(xì)的代碼請參考如下鏈接，這里僅說明下最核心的步驟：

https://github.com/Prodesire/face-mask

人臉識別：

import face_recognition 
 
face_image_np = face_recognition.load_image_file('/path/to/face/picture') 
face_landmarks = face_recognition.face_landmarks(face_image_np) 

借助 face_recognition 庫可以輕松的識別出人像，最終得到的 face_landmarks 是一個列表，里面的每個 face_landmark 都表示一個人像數(shù)據(jù)。

face_landmark 是一個字典，其中的鍵表示人像特征，值表示該特征的點的列表。比如：

• 鍵 nose_bridge 表示鼻梁
• 鍵 chin 表示臉頰

我們需要根據(jù)每個 face_landmark，給對應(yīng)的頭像戴上口罩。

獲得鼻子和臉頰的特征點：

import numpy as np 
 
nose_bridge = face_landmark['nose_bridge'] 
nose_point = nose_bridge[len(nose_bridge) * 1 // 4] 
nose_v = np.array(nose_point) 
 
chin = face_landmark['chin'] 
chin_len = len(chin) 
chin_bottom_point = chin[chin_len // 2] 
chin_bottom_v = np.array(chin_bottom_point) 
chin_left_point = chin[chin_len // 8] 
chin_right_point = chin[chin_len * 7 // 8] 

通過上述代碼，我們獲得了：

• 表示上鼻梁的一個點：nose_point
• 表示臉左點：chin_left_point
• 表示臉右點：chin_right_point
• 表示臉底點：chin_bottom_point

拆分、縮放和合并口罩：

from PIL import Image 
 
_face_img = Image.fromarray(face_image_np) 
_mask_img = Image.open('/path/to/mask/picture') 
 
# split mask and resize 
width = _mask_img.width 
height = _mask_img.height 
width_ratio = 1.2 
new_height = int(np.linalg.norm(nose_v - chin_bottom_v)) 
 
# left 
mask_left_img = _mask_img.crop((0, 0, width // 2, height)) 
mask_left_width = get_distance_from_point_to_line(chin_left_point, nose_point, chin_bottom_point) 
mask_left_width = int(mask_left_width * width_ratio) 
mask_left_img = mask_left_img.resize((mask_left_width, new_height)) 
 
# right 
mask_right_img = _mask_img.crop((width // 2, 0, width, height)) 
mask_right_width = get_distance_from_point_to_line(chin_right_point, nose_point, chin_bottom_point) 
mask_right_width = int(mask_right_width * width_ratio) 
mask_right_img = mask_right_img.resize((mask_right_width, new_height)) 
 
# merge mask 
size = (mask_left_img.width + mask_right_img.width, new_height) 
mask_img = Image.new('RGBA', size) 
mask_img.paste(mask_left_img, (0, 0), mask_left_img) 
mask_img.paste(mask_right_img, (mask_left_img.width, 0), mask_right_img) 

上述代碼主要做了如下內(nèi)容：

• 將口罩左右平均分為兩個部分。
• 調(diào)整左口罩大小，寬度為臉左點到中心線的距離*寬度系數(shù) 1.2。
• 調(diào)整右口罩大小，寬度為臉右點到中心線的距離*寬度系數(shù) 1.2。
• 合并左右口罩為新口罩。

get_distance_from_point_to_line 用來獲取一個點到一條線的距離，具體實現(xiàn)可看源代碼。

width_ratio 是寬度系數(shù)，用來適當(dāng)擴大口罩。原因我們是根據(jù)臉頰的寬度計算口罩的寬度，但口罩是待在耳朵上的，真實寬度應(yīng)該要更寬。

旋轉(zhuǎn)口罩、并放到原圖適當(dāng)位置：

# rotate mask 
angle = np.arctan2(chin_bottom_point[1] - nose_point[1], chin_bottom_point[0] - nose_point[0]) 
rotated_mask_img = mask_img.rotate(angle, expand=True) 
 
# calculate mask location 
center_x = (nose_point[0] + chin_bottom_point[0]) // 2 
center_y = (nose_point[1] + chin_bottom_point[1]) // 2 
 
offset = mask_img.width // 2 - mask_left_img.width 
radian = angle * np.pi / 180 
box_x = center_x + int(offset * np.cos(radian)) - rotated_mask_img.width // 2 
box_y = center_y + int(offset * np.sin(radian)) - rotated_mask_img.height // 2 
 
# add mask 
_face_img.paste(mask_img, (box_x, box_y), mask_img) 

上述代碼主要做了如下內(nèi)容：

• 旋轉(zhuǎn)新口罩，角度為中心線相對于 y 軸的旋轉(zhuǎn)角。
• 計算口罩應(yīng)該放置的坐標(biāo)。
• 將新口罩放在原圖的計算出的坐標(biāo)下。

最后就是將新圖片保存到本地路徑，代碼不再展示。

總結(jié)

我們借助 face_recognition 庫可以輕松的識別出人像，然后根據(jù)臉頰的寬度和鼻梁位置計算出口罩的大小、方向和位置，并最終生成出戴上口罩的圖片。

整個過程并不復(fù)雜，但在坐標(biāo)計算上要格外小心，如此，我們便打造了一個短小精悍的“自動戴上口罩”程序!