2022-07-21 10:57:52 索炜达电子 1467
文件编号:A112
文件大小:73M
开发环境:Python3.8、OpenCV4.6、dlib、PyQt5、Pycharm2020
猿创承诺:该项目亲测正常运行,需远程调试部署需另外收费,确保正常使用,不能正常使用全额退款。
简要概述:该项目能够从给定的正面照片中,自动识别脸部区域,并对图像前景进行提取分割,然后替换背景,并按照证件照的规格进行规范化处理。一共由5个模块组成:
1. 头部局部照识别与截取模块设计
利用Vahid Kazemi 和 Josephine Sullivan提出的基于gradient boosting的回归树算法检测面部的68个关键点位置.
论文:One Millisecond Face Alignment with an Ensemble of Regression Trees
2. 图像前景分割
利用opencv中的grabcut方法对人脸周围区域进行分割,将人头和衣服等前景分离出来.
论文:GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts
3. 证件照规范化
按照规格进行图片处理:分辨率:361×381,分辨率96dpi,位深度24,大小30k左右.
4. 背景替换
根据图片的背景颜色特征进行替换背景(蓝-红-白),如蓝背景变为红背景:将BGR图像转为HSV图像,蓝颜色H通道在78和110之间,然后转换通道将这些像素替换为(0,0,255)即可。
5. 界面设计
利用pyqt5进行界面设计.
模块安装
pip install opencv-python
pip install pyqt5
pip install dlib
shape_predictor_68_face_landmarks.dat.bz2下载后放入data目录中
脚本运行
python head.py
按需写作:
演示视频:
点击查看:系统演示视频
运行效果:
远程协助:
温馨提示:索炜达.猿创官方提供收费远程协助,确保您项目运行成功。
点击查看:远程协助相关事项
我们提供完整项目文件清单如下:
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频