作者 | Leauky，北理工硕士在读，非CS专业的Python爱好者。朋友圈里@微信官方要求戴圣诞帽的活动曾经火爆一时，有些会玩的小伙伴都悄咪咪地用美图秀秀一类的 app 给自己头像 p 一顶，然后可高兴地表示“哎呀好神奇hhhh”，呆萌的小伙伴当然就一直等啊等... ...作为一名坚信“用技术解决需求”的萌新，在一个无聊的周末尝试用python来搞一波事情。
主要思路
准备两张图：一张头像，一张帽子。先用人脸识别定位头像中的人脸，给出人脸像素坐标；再根据这个坐标确定帽子放置的坐标；最后将两张图片拼接后输出。(需要注意的是，帽子是不规则图像，除了主体外背景应该是透明的，因此必须是四通道png格式)。gakki 酱亲自演示如下：
示意图
问题展开
1. 人脸识别怎么搞定？(重新造轮子？不存在的，这辈子都不可能造轮子的)。Github上一个开源的python人脸识别库face_recognition双手奉
https://github.com/ageitgey/face_recognition#face-recognition
据说识别率99.38%(顶瓜瓜啊！)。通过安装这个库就可以调用人脸检测器。
2. 确定了帽子的放置位置，怎么拼接图层？这个属于基本的图像操作，python提供了PIL(Python Image Lib)这么一个库来进行图像处理，具体操作请看后面的代码。
库的安装
我的环境是Ubuntu 16.04+Python2.7.12。使用Window，Mac OS和Python3的同学也可以参考，都是类似的。face_recognition这个库比较事儿，安装前需要依次安装boost(boost_python)，cmake，dlib这几个依赖和库，中间出现任何问题都可以通过Google解决(懒得写 -.. -)。安装完所有的依赖后，使用命令：
1pip install face_recognition2pip install pillow #PIL库完成后就可以在你的python脚本里import face_recognition和PIL了。
代码分析
Talk is cheap， show me the code。直接上代码：
1from PIL import Image2import face_recognition3img_path = raw_input("image path:")4image = face_recognition.load_image_file(img_path)5face_locations = face_recognition.face_locations(image)6print("Found {} face(s) in this photograph.".format(len(face_locations)))第1、2行导入PIL库中的Image模块和face_recognition库。第3行，等待用户输入头像图片的路径。第4行，把路径所指的图像数据读入image中。第5行，调用face_locations处理image中的图像数据，对图片中的人脸进行识别定位，定位后的得到的像素坐标数据放在face_locations里。第6行在shell里输出图片里识别到的人脸的个数。
7human_img = Image.open(img_path)8human_img = human_img.convert("RGBA")9hat_img = Image.open("./hat.png")10hat_img = hat_img.convert("RGBA")第7、8行，把路径所指的图像数据读入human_img中，并转换为四通道RGBA模式。9、10行读入帽子图像并做相同处理。
11for face_location in face_locations:12 top, right, bottom, left = face_location13 top -= 1014 print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))15 head_h = bottom-top#hight of head16 head_l = right-left#length of head17 hat_img = hat_img.resize( (head_l,head_h) )#convert size of hat18 hat_region = hat_img19 human_region = ( left, top-head_h, right, top )20 human_img.paste(hat_region, human_region,mask=hat_img)21human_img.show()如果一张图里有多张人脸，face_recognition.face_locations(image)会返回每张人脸的位置信息，存放在一个list里。因此第11行是遍历face_locations里的每张人脸的数据。第12行解包一个人脸像素坐标数据，得到top，right，bottom，left分别为示意图中的y1，x2，y2，x1。第13行，为啥y1要减10个像素？因为人脸识别得到的y1最多到你额头的位置，所以再把这个坐标往上提一提帽子才戴得更自然。第14行输出坐标数据方便调试。第15、16行计算人脸的高度和宽度。第17行使用resize()根据人脸的大小调整帽子的大小，因为图像中的人脸有大有小，调整后看起来更和谐。第18行，将帽子图像作为顶部图层图像。第19行，确定底部图层(头像图片)被覆盖的区域(就是帽子放置区域)。第20行，把顶部图层与底部图层拼接(不太明白的看下图)。然后一个循环结束，亦即完成图片中一个人的戴帽操作，接着进行下个人的戴帽，直到所有人都戴上了帽子。最后21行，完成输出~
更新
更多人脸：
