一行命令自動戴上口罩

本文同步發表於 Prodesire 公衆號和 Prodesire 博客。

前言

2019 年末開始蔓延的新型肺炎疫情牽動人心，做爲個體，咱們力所能及的就是儘可能待在家中少出門。

看到一些朋友叫設計同窗幫忙給本身的頭像戴上口罩，做爲技術人，心想必定還有更多人有這樣的訴求，不如開發一個簡單的程序來實現這個需求，也算是幫助設計姐姐減小工做量。

因而花了些時間，寫了一個叫作 face-mask 的命令行工具，可以輕鬆的給圖片中的人像戴上口罩，並且口罩的方向和大小都是適應人臉的哦~

使用

安裝 face-mask

確保 Python 版本在 3.6 及以上

pip install face-mask

使用 face-mask

直接指定圖片路徑便可爲圖片中的人像戴上口罩，並會生成一個新的圖片（額外有 -with-mask 後綴）：

face-mask /path/to/face/picture

經過指定 --show 選項，還能夠使用默認圖片查看器打開新生成的圖片：

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

效果

給一我的戴上口罩

給多我的戴上口罩

給動漫人物戴上口罩

實現

思路

要想實現上面的效果，咱們應該怎麼作？不妨這麼想：

• 首先是識別出人的鼻子(nose_bridge)和臉輪廓(chin)
• 經過臉輪廓肯定出臉左點（chin_left_point）、臉底點（chin_bottom_point）和臉右點（chin_right_point）
• 由鼻子和臉底點肯定口罩大小的高度、中心線
• 將口罩左右平均分爲兩個部分
  • 調整左口罩大小，寬度爲臉左點到中心線的距離
  • 調整右口罩大小，寬度爲臉右點到中心線的距離
  • 合併左右口罩爲新口罩
• 旋轉新口罩，角度爲中心線相對於 y 軸的旋轉角
• 將新口罩放在原圖適當位置

關於人臉識別，能夠使用 face_recognition 庫進行識別。

關於圖像處理，能夠使用 Pillow 庫進行處理。

代碼

有了思路以後，實現就是件相對輕鬆的事情。不過對庫的熟悉和圖片的變換計算可能要花些時間。

詳細的代碼請閱讀 face-mask。這裏僅說明下最核心的步驟。

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)

藉助 face_recognition 庫能夠輕鬆的識別出人像，最終獲得的 face_landmarks 是一個列表，裏面的每一個 face_landmark 都表示一我的像數據。

face_landmark 是一個字典，其中的鍵表示人像特徵，值表示該特徵的點的列表。好比：

• 鍵 nose_bridge 表示鼻樑
• 鍵 chin 表示臉頰

咱們須要根據每一個 face_landmark，給對應的頭像戴上口罩。

得到鼻子和臉頰的特徵點

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]

經過上述代碼，咱們得到了：

• 表示上鼻樑的一個點 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、縮放和合並口罩

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)

上述代碼主要作了以下內容：

• 將口罩左右平均分爲兩個部分
• 調整左口罩大小，寬度爲臉左點到中心線的距離 * 寬度係數 1.2
• 調整右口罩大小，寬度爲臉右點到中心線的距離 * 寬度係數 1.2
• 合併左右口罩爲新口罩

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

width_ratio 是寬度係數，用來適當擴大口罩。緣由咱們是根據臉頰的寬度計算口罩的寬度，但口罩是待在耳朵上的，真實寬度應該要更寬。

旋轉口罩、並放到原圖適當位置

# 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)

上述代碼主要作了以下內容：

• 旋轉新口罩，角度爲中心線相對於 y 軸的旋轉角
• 計算口罩應該放置的座標
• 將新口罩放在原圖的計算出的座標下

最後就是將新圖片保存到本地路徑，代碼再也不展現。

總結

咱們藉助 face_recognition 庫能夠輕鬆的識別出人像，而後根據臉頰的寬度和鼻樑位置計算出口罩的大小、方向和位置，並最終生成出戴上口罩的圖片。整個過程並不複雜，但在座標計算上要格外當心，如此，咱們便打造了一個短小精悍的「自動戴上口罩」程序！

本文由博客一文多發平臺 OpenWrite 發佈！