[影像處理] 製作視訊即時蜘蛛人面具

步驟：

1. 準備人臉：用CascadeClassifier的haarcascade_frontalface_alt.xml模型來辨frame中的人臉，將人臉的擷取下來．
2. 準備面具：讀入面具圖檔，將面具reshape成與擷取的人臉一樣大，把面具變成灰階，把面具變成兩階mask，把面具用cv2.bitwise_and()取出來．
3. 把mask反tone，把人臉用cv2.bitwise_and()取出來．
4. 把步驟2-3做好的面具和人臉用cv2.add()拼貼再一起，在放回frame中．

程式碼：

1. import cv2 
2. import numpy as np 
3. from PIL import *
4. from pylab import *
5. 
   
6. #載入辨識人臉的classifier
7. face_cascade = cv2.CascadeClassifier('./cascade_files/haarcascade_frontalface_alt.xml') 
8. if face_cascade.empty(): 
9.     raise IOError('Unable to load the face cascade classifier xml file') 
10. 
    
11. #載入面具
12. face_mask = cv2.imread('./images/mask_hannibal.png') 
13. h_mask, w_mask = face_mask.shape[:2] 
14. 
    
15. #設定攝影機
16. cap = cv2.VideoCapture(1) 
17. scaling_factor = 0.5 
18. 
    
19. while True: 
20.     ret, frame = cap.read() 
21.     #把讀入的frame做縮放
22.     frame = cv2.resize(frame, None, fx=scaling_factor, fy=scaling_factor, interpolation=cv2.INTER_AREA)
23.     
24.     #辨識人臉 
25.     face_rects = face_cascade.detectMultiScale(frame, scaleFactor=1.3, minNeighbors=3) 
26.     
27.     #用for迴圈讀取辨識的人臉
28.     for (x,y,w,h) in face_rects: 
29.         if h <= 0 or w <= 0: pass
30.         
31.         #微調要擷取的人臉範圍(需要和mask對齊)
32.         h, w = int(1.4*h), int(1.0*w) 
33.         y -= int(0.1*h)
34.         x = int(x)
35.         
36.         # 擷取frame中的人臉
37.         frame_roi = frame[y:y+h, x:x+w] 
38.         #把面具 resize成擷取的人臉大小
39.         face_mask_small = cv2.resize(face_mask, (w, h), interpolation=cv2.INTER_AREA) 
40. 
    
41.         # 把面具轉換成灰階
42.         gray_mask = cv2.cvtColor(face_mask_small, cv2.COLOR_BGR2GRAY) 
43.         #把面具轉換成二階圖(binary)
44.         ret, mask = cv2.threshold(gray_mask, 180, 255, cv2.THRESH_BINARY_INV)
45.         mask=mask.astype('uint8')
46. 
    
47.         #建立反tone的mask
48.         mask_inv = cv2.bitwise_not(mask).astype('uint8')
49. 
    
50.         # 把面具用mask擷取出來 
51.         masked_face = cv2.bitwise_and(face_mask_small, face_mask_small, mask=mask) 
52.         
53.         # 把人臉用用反tone的mask擷取出來 
54.         masked_frame = cv2.bitwise_and(frame_roi, frame_roi, mask=mask_inv) 
55.         
56.         
57.         # 把擷取出的面具和人臉合併，並且拼貼回原來的frame中
58.         frame[y:y+h, x:x+w] = cv2.add(masked_face, masked_frame)
59. 
    
60.     cv2.imshow('Face Detector', frame) 
61. 
    
62.     c = cv2.waitKey(1) 
63.     if c == 27: 
64.         break 
65. 
    
66. cap.release() 
67. cv2.destroyAllWindows() 

結果：