张店电工培训学校,张店电工培训班

张店电工培训班,张店电工培训学校简介：口罩已经被证明是防止COVID-19传播的 好的防御措施之一，然而，这也导致了基于面部特征（括鼻子、嘴和下巴线）的面部识别算法的失效。 在全球有传染病之前，

张店电工培训学校信息内容：,

我们将通过连接附录A中定义的标志点来定义口罩的形状。例如，为了形成宽覆盖和中覆盖口罩，我们将用29点的标志点坐标连接（绘制）下颚线［0，16］的标志点。可以使用OpenCV中椭圆和其他三种规则形状函数绘制口罩轮廓。然后我们可以使用cv2.fillpoly函数将绘制的口罩填充颜色。

points=［］foriinrange（1，16）：point=［landmarks.part（i）.x，landmarks.part（i）.y］points.append（point）#print（points）#宽，高覆盖口罩mask_a=［（（landmarks.part（42）.x），（landmarks.part（15）.y）），（（landmarks.part（27）.x），（landmarks.part（27）.y）），（（landmarks.part（39）.x），（landmarks.part（1）.y））］#宽，中覆盖口罩mask_c=［（（landmarks.part（29）.x），（landmarks.part（29）.y））］#宽、低覆盖口罩mask_e=［（（landmarks.part（35）.x），（landmarks.part（35）.y）），（（landmarks.part（34）.x），（landmarks.part（34）.y）），（（landmarks.part（33）.x），（landmarks.part（33）.y）），（（landmarks.part（32）.x），（landmarks.part（32）.y）），（（landmarks.part（31）.x），（landmarks.part（31）.y））］fmask_a=points+mask_afmask_c=points+mask_cfmask_e=points+mask_e#mask_type={1：fmask_a，2：fmask_c，3：fmask_e}#mask_type［choice2］#使用PythonOpenCV-cv2.polylines（）方法为［mask_type］绘制口罩轮廓：#fmask_a=wide，highcoveragemask，#fmask_c=wide，mediumcoveragemask，#fmask_e=wide，lowcoveragemaskfmask_a=np.array（fmask_a，dtype=np.int32）fmask_c=np.array（fmask_c，dtype=np.int32）fmask_e=np.array（fmask_e，dtype=np.int32）mask_type={1：fmask_a，2：fmask_c，3：fmask_e}mask_type［choice2］#更改参数［mask_type］和color_type用于各种组合img2=cv2.polylines（img，［mask_type［choice2］］，True，choice1，thickness=2，lineType=cv2.LINE_8）#使用PythonOpenCV-cv2.fillPoly（）

方法填充口罩#更改参数［mask_type］和color_type用于各种组合img3=cv2.fillPoly（img2，［mask_type［choice2］］，choice1，lineType=cv2.LINE_AA）#cv2.imshow（“imagewithmaskoutline”，img2）cv2.imshow（“imagewithmask”，img3）#为测试保存输出文件outputNameofImage=“output/imagetest.jpg”print（“Savingoutputimageto”，outputNameofImage）cv2.imwrite（outputNameofImage，img3）points=［］foriinrange（1，16）：point=［landmarks.part（i）.x，landmarks.part（i）.y］points.append（point）#print（points）#椭圆参数为高，圆形是覆盖口罩top_ellipse=landmarks.part（27）.y+（landmarks.part（28）.y-landmarks.part（27）.y）/2centre_x=landmarks.part（28）.xcentre_y=landmarks.part（8）.y-（（landmarks.part（8）.y-（top_ellipse））/2）#椭圆高度axis_major=（landmarks.part（8）.y-top_ellipse）/2#椭圆宽度axis_minor=（（landmarks.part（13）.x-landmarks.part（3）.x）*0.8）/2centre_x=int（round（centre_x））centre_y=int（round（centre_y））axis_major=int（round（axis_major））axis_minor=int（round（axis_minor））centre=（centre_x，centre_y）axes=（axis_major，axis_minor）#使用PythonOpenCV-cv2.ellipse（）

方法绘制口罩轮廓#更改 后一个参数-linethickness和color_type为各种组合img_2=cv2.ellipse（img，centre，axes，0，0，360，color_type，thickness=2）#使用PythonOpenCV-cv2.ellipse（）方法绘制口罩轮廓#更改 后一个参数-linethickness为负数用于填充，color_type用于各种组合img_3=cv2.ellipse（img，centre，axes，0，0，360，color_type，thickness=-1）#cv2.imshow（“imagewithmaskoutline”，img_2）cv2.imshow（“imagewithmask”，img_3）在图像检测开始之前，用户可以选择预先确定口罩的颜色和类型。我们预先选择了两种颜色的口罩-蓝色和黑色#使用input（）函数根据用户需求获取口罩类型和口罩颜色choice1=input（“PleaseselectthechoiceofmaskcolorEnter1forblueEnter2forblack：”）choice1=int（choice1）ifchoice1==1：choice1=color_blueprint（‘Youselectedmaskcolor=blue’）elifchoice1==2：choice1=color_blackprint（‘Youselectedmaskcolor=black’）else：print（“invalidselection，pleaseselectagain.”）input（“PleaseselectthechoiceofmaskcolorEnter1forblueEnter2forblack：”）choice2=input（“PleaseenterchoiceofmasktypecoverageEnter1forhighEnter2formediumEnter3forlow：”）choice2=int（choice2）ifchoice2==1：#choice2=fmask_aprint（f‘Youchosenwide，highcoveragemask’）elifchoice2==2：#choice2=fmask_cprint（f‘Youchosenwide，mediumcoveragemask’）elifchoice2==3：#choice2=fmask_eprint（f‘Youchosenwide，lowcoveragemask’）else：print（“invalidselection，pleaseselectagain.”）input（“PleaseenterchoiceofmasktypecoverageEnter1forhighEnter2formediumEnter3forlow：”）#print（choice2）

结果

图5显示了原始输入图像（BarackObama的图像）与使用脚本生成了口罩的输出图像之间的比较。我们也可以在人群镜头使用这个脚本。如图6所示，在著名的Ellen‘swefie拍摄中，在检测到的人脸上叠加口罩的结果。我们能够成功地复制生成5种不同类型的口罩的过程（详见附录A），这些口罩可以使用dlib和OpenCV叠加在未带口罩的人脸的图像上。图7到图9显示了在不直接看相机的脸上的更多示例。

结论

该脚本能够在检测到的人脸上生成合成口罩脸，输出图像可用于测试或验证其他面向应用的ML网络，如室内考勤系统的人脸识别、口罩检测等。

原文标题：使用Python+OpenCV+dlib为人脸生成口罩

文章出处：【微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。

责任编辑：haq

.

(编辑:张店电工培训学校)