添加头像特效合成文档

README.md

@@ -2,13 +2,18 @@
 
 一款优秀的人脸检测、人脸识别、视频识别、文字识别等智能AI项目。
 
->开发环境：Windows 10（x64） + Python 3
->
->其他库版本：OpenCV 3.4.1、Dlib 19.8.1、face_recognition 1.2.2、Tesseract OCR 4.0.0-beta.1
+**开发环境**
+
+>Windows 10（x64）
+>Python 3.6.4
+>OpenCV 3.4.1
+>Dlib 19.8.1
+>face_recognition 1.2.2
+>Tesseract OCR 4.0.0-beta.1
 
 ## 技术实现方案 ##
 
-下面列举一下，相应模块使用到技术
+相应技术使用模块
 
 	人脸识别：OpenCV / Dlib
 
@@ -33,13 +38,13 @@
 
 [视频人脸检测（Dlib版）](doc/videoDlib.md)
 
-[绘制脸部轮廓](doc/faceRecognitionOutline.md)
+[脸部轮廓绘制](doc/faceRecognitionOutline.md)
 
 [数字化妆](doc/faceRecognitionMakeup.md)
 
 [视频人脸识别](doc/faceRecognition.md)
 
-头像特效
+[头像特效合成](doc/compose.md)
 
 ## 功能预览 ##
 
@@ -57,13 +62,13 @@
 
 **头像特效合成**
 
-<img src="http://icdn.apigo.cn/compose-1.png" width = "200" height = "300" alt="头像特效合成"  />
+<img src="https://raw.githubusercontent.com/vipstone/faceai/master/res/compose.png" width = "200" height = "300" alt="头像特效合成"  />
 
 ----------
 
 **数字化妆**
 
-<img src="https://raw.githubusercontent.com/vipstone/faceai/master/res/faceRecognitionMakeup.png" width = "260" height = "300" alt="视频人脸识别"  />
+<img src="https://raw.githubusercontent.com/vipstone/faceai/master/res/faceRecognitionMakeup.png" width = "230" height = "300" alt="视频人脸识别"  />
 
 ----------
 

doc/compose.md

@@ -0,0 +1,66 @@
+# 头像特效合成
+
+实现思路：使用OpenCV检测出头部位置，向上移动20像素添加虚拟帽子，帽子的宽度等于脸的大小，高度等比缩小，需要注意的是如果高度小于脸部向上移动20像素的值，那么帽子的高度就等于最小高度=（脸部位置-20）。
+为什么是20而不是30或者40，因为取得是检测的脸部和头顶的一般距离20，开发者可自己调整。
+
+
+**注意事项**
+
+图片合成元件，要是黑背景图片，透明的图片也会有问题，在ps手动处理一下透明图片，添加新图层，选中alt+d添加黑背景，把新图层层级放到最底部即可。
+
+# 效果图预览 #
+<img src="https://raw.githubusercontent.com/vipstone/faceai/master/res/compose.png" width = "200" height = "300" alt="头像特效合成"  />
+
+
+## 代码实现 ##
+```
+#coding=utf-8
+import cv2
+
+# OpenCV人脸识别分类器
+classifier = cv2.CascadeClassifier(
+    "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
+)
+
+img = cv2.imread("img/ag-3.png")  # 读取图片
+imgCompose = cv2.imread("img/compose/maozi-1.png")
+
+gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换灰色
+color = (0, 255, 0)  # 定义绘制颜色
+# 调用识别人脸
+faceRects = classifier.detectMultiScale(
+    gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
+if len(faceRects):  # 大于0则检测到人脸
+    for faceRect in faceRects:  
+        x, y, w, h = faceRect
+        sp = imgCompose.shape
+        imgComposeSizeH = int(sp[0]/sp[1]*w)
+        if imgComposeSizeH>(y-20):
+            imgComposeSizeH=(y-20)
+        imgComposeSize = cv2.resize(imgCompose,(w, imgComposeSizeH), interpolation=cv2.INTER_NEAREST)
+        top = (y-imgComposeSizeH-20)
+        if top<=0:
+            top=0
+        rows, cols, channels = imgComposeSize.shape
+        roi = img[top:top+rows,x:x+cols]
+
+        # Now create a mask of logo and create its inverse mask also
+        img2gray = cv2.cvtColor(imgComposeSize, cv2.COLOR_RGB2GRAY)
+        ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY) 
+        mask_inv = cv2.bitwise_not(mask)
+
+        # Now black-out the area of logo in ROI
+        img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
+
+        # Take only region of logo from logo image.
+        img2_fg = cv2.bitwise_and(imgComposeSize, imgComposeSize, mask=mask)
+
+        # Put logo in ROI and modify the main image
+        dst = cv2.add(img1_bg, img2_fg)
+        img[top:top+rows, x:x+cols] = dst
+
+cv2.imshow("image", img) 
+cv2.waitKey(0)
+cv2.destroyAllWindows()
+```
+

faceai/compose.py

@@ -1,7 +1,6 @@
 #coding=utf-8
-#图片检测 - OpenCV版本
+#头像特效合成
 import cv2
-import numpy as np
 
 # OpenCV人脸识别分类器
 classifier = cv2.CascadeClassifier(
@@ -45,7 +44,7 @@
         dst = cv2.add(img1_bg, img2_fg)
         img[top:top+rows, x:x+cols] = dst
 
-cv2.imshow("image", img)  # 显示图像
+cv2.imshow("image", img) 
 cv2.waitKey(0)
 cv2.destroyAllWindows()