GAN成本太高！Python手动生成表情包小demo

妖狐艹你老母 2022-10-23 06:59 75阅读 0赞

> 点击上方“**机器学习与生成对抗网络**”，关注星标
> 
> 获取有趣、好玩的前沿干货！

> 来源：https://urlify.cn/2aQfya
> 
> 编辑：python开发者

## 一、项目说明 ##

在日常生活中，我们经常会存取一些朋友们的丑照，在这个项目中，我们以萌萌哒的熊猫头作为背景，然后试着在背景图上加入朋友们的照片。效果如下图所示：

![format_png][] ![format_png 1][] ![format_png 2][]

## 二、实现步骤 ##

1.  导入朋友的照片（前景照片）；
2.  处理前景照片（缩放、旋转，填充）；
3.  导入熊猫头照片（背景照片）；
4.  将前景和背景拼接起来形成表情包；
5.  在表情包下面添加文字。

## 三、Python 实现 ##

### 1、导入需要的库 ###

import cv2
    import numpy as mp
    import matplotlib.pyplot as plt
    from PIL import Image, ImageDraw, ImageFont

这个项目主要是通过 opencv 完成，但如果要在表情包下面写中文的话，PIL（pillow）库是必不可少的。

### 2、绘图函数 ###

这里写一个绘图函数，方便绘图操作。

def plt_show(img):
        imageRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        plt.imshow(imageRGB)
        plt.show()

### 3、导入前景照片 ###

image = cv2.imread('SXC.jpg', 0)  # 导入灰度图即可
    plt_show(image)

![format_png 3][]

### 4、等比例缩放前景照片 ###

因为我们发现前景照片的尺寸比背景尺寸还要大，这显然是不合适的，所以要先对其进行等比例（0.3）缩放。

image_resize = cv2.resize(image, None, fx=0.3, fy=0.3, interpolation = cv2.INTER_CUBIC)
    plt_show(image_resize)

![format_png 4][]

### 5、对前景照片进行二值化处理 ###

在这里，我们将像素值大于 80 的区域设置为 255；小于 80 的区域设置成 0。

ret, image_binary = cv2.threshold(image_resize, 80, 255, cv2.THRESH_BINARY)
    plt_show(image_binary)

![format_png 5][]

### 6、提取出感兴趣区域 ###

image_roi = image_binary[74: 185, 0: 150]
    plt_show(image_roi)

![format_png 6][]

### 7、旋转图片 ###

因为我们的背景图片（熊猫头）是正的，而前景图片有些向右倾斜，所以要先对其进行旋转操作（大概逆时针旋转 15 度即可）。

rows, cols = image_roi.shape
    M = cv2.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 15, 1)  # （旋转中心，逆时针旋转角度，各个方向同等扩大比例）
    image_rotate = cv2.warpAffine(image_roi, M, (140, 130))  # (140, 130) 是指旋转后的画布大小
    plt_show(image_rotate)

![format_png 7][]

### 8、将一些不需要的黑色区域删除掉 ###

在这里我们使用 cv2.fillPoly 函数对不需要的区域用白色进行填充。

h, w = image_rotate.shape
    
    image_rotate_copy = image_rotate.copy()
    pts1 = np.array([[0, 20],  [64, 0], [0, 0]], np.int32)
    pts2 = np.array([[0, 18],  [0, h], [80, h]], np.int32)
    pts3 = np.array([[0, 100],  [0, h], [w, h], [w, 100]], np.int32)
    pts4 = np.array([[111, 0],  [w, 0], [w, 30]], np.int32)
    pts5 = np.array([[124, 0],  [115, h], [w, h]], np.int32)
    pts6 = np.array([[120, 40],  [95, 100], [120, 100]], np.int32)
    foreground = cv2.fillPoly(image_rotate_copy, [pts1], (255, 255, 255))  # (图片，填充区域，填充颜色)
    foreground = cv2.fillPoly(image_rotate_copy, [pts2], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts3], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts4], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts5], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts6], (255, 255, 255))
    
    plt_show(foreground)

![format_png 8][]

### 9、再次提取感兴趣区域并缩放 ###

foreground_roi = foreground[0: 93, 0: 125]
    plt_show(foreground_roi)
    
    foreground_roi_resize = cv2.resize(foreground_roi, None, fx=2.5, fy=2.5, interpolation = cv2.INTER_CUBIC)
    plt_show(foreground_roi_resize)

![format_png 9][] ![format_png 10][]

### 10、导入背景图片 ###

background = cv2.imread('back.jpg', 0)
    plt_show(background)

![format_png 11][]

### 11、组合两张图片成表情包 ###

h_f, w_f = foreground.shape
    h_b, w_b = background.shape
    
    left = (w_b - w_f)//2  # 前景图片在背景图片中的左边的横坐标
    right = left + w_f  # 前景图片在背景图片中的右边的横坐标
    top = 100  # 前景图片在背景图片中的上边的纵坐标
    bottom = top + h_f  # 前景图片在背景图片中的下边的纵坐标
    
    emoji = background
    emoji[top: bottom, left: right] = foreground
    plt_show(emoji)

![format_png 12][]

### 12、在表情包下面添加文本 ###

#### 12.1 添加英文文本 ####

如果只是要添加英文文本，用 opencv 就可以解决：

emoji_copy = emoji.copy()
    # （图片，文本，位置，字体，文本大小，文本颜色，文本粗细）
    cv2.putText(emoji_copy, "FXXK!!", (210, 500), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 0, 0), 5)
    plt_show(emoji_copy)

![format_png 13][]

#### 12.2 添加中文文本 ####

如果要添加中文文本，我们需要借助 PIL 库来实现。

PilImg = Image.fromarray(emoji)  # cv2 转 PIL
    draw = ImageDraw.Draw(PilImg)  # 创建画笔
    ttfront = ImageFont.truetype('simhei.ttf', 34)  # 设置字体
    draw.text((210, 450),"你瞅啥！！",fill=0, font=ttfront)  # （位置，文本，文本颜色，字体）
    emoji_text = cv2.cvtColor(np.array(PilImg),cv2.COLOR_RGB2BGR)  # PIL 转回 cv2
    plt_show(emoji_text)

![format_png 14][]

### 13、保存表情包 ###

cv2.imwrite('./emoji.png', np.array(emoji_text))

## 四、完整代码 ##

import cv2
    import numpy as mp
    import matplotlib.pyplot as plt
    from PIL import Image, ImageDraw, ImageFont
    
    def plt_show(img):
        imageRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        plt.imshow(imageRGB)
        plt.show()
    
    image = cv2.imread('SXC.jpg', 0)  # 导入前景图片
    
    image_resize = cv2.resize(image, None, fx=0.3, fy=0.3, interpolation = cv2.INTER_CUBIC)  # 缩放
    
    ret, image_binary = cv2.threshold(image_resize, 80, 255, cv2.THRESH_BINARY)  # 图片二值化
    
    image_roi = image_binary[74: 185, 0: 150]  # 感兴趣区域
    
    rows, cols = image_roi.shape
    # 旋转
    M = cv2.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 15, 1)
    image_rotate = cv2.warpAffine(image_roi, M, (140, 130))
    # 填充不需要的区域
    h, w = image_rotate.shape
    image_rotate_copy = image_rotate.copy()
    pts1 = np.array([[0, 20],  [64, 0], [0, 0]], np.int32)
    pts2 = np.array([[0, 18],  [0, h], [80, h]], np.int32)
    pts3 = np.array([[0, 100],  [0, h], [w, h], [w, 100]], np.int32)
    pts4 = np.array([[111, 0],  [w, 0], [w, 30]], np.int32)
    pts5 = np.array([[124, 0],  [115, h], [w, h]], np.int32)
    pts6 = np.array([[120, 40],  [95, 100], [120, 100]], np.int32)
    foreground = cv2.fillPoly(image_rotate_copy, [pts1], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts2], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts3], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts4], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts5], (255, 255, 255))
    foreground = cv2.fillPoly(image_rotate_copy, [pts6], (255, 255, 255))
    
    foreground_roi = foreground[0: 93, 0: 125]
    foreground_roi_resize = cv2.resize(foreground_roi, None, fx=2.5, fy=2.5, interpolation = cv2.INTER_CUBIC)
    
    background = cv2.imread('back.jpg', 0)  # 导入背景图片
    # 拼接两张图片
    h_f, w_f = foreground_roi_resize.shape
    h_b, w_b = background.shape
    left = (w_b - w_f)//2
    right = left + w_f
    top = 80
    bottom = top + h_f
    emoji = background
    emoji[top: bottom, left: right] = foreground_roi_resize
    
    PilImg = Image.fromarray(emoji)  # cv2 转 PIL
    draw = ImageDraw.Draw(PilImg)  # 创建画笔
    ttfront = ImageFont.truetype('simhei.ttf', 34)  # 设置字体
    draw.text((210, 450),"你瞅啥！！",fill=0, font=ttfront)  # （位置，文本，文本颜色，字体）
    emoji_text = cv2.cvtColor(np.array(PilImg),cv2.COLOR_RGB2BGR)  # PIL 转回 cv2
    
    cv2.imwrite('./emoji.png', np.array(emoji_text))  # 保存表情包

**猜您喜欢：**

[**超100篇！CVPR 2020最全GAN论文梳理汇总！**][100_CVPR 2020_GAN]

[拆解组新的GAN：解耦表征MixNMatch][GAN_MixNMatch]

[StarGAN第2版：多域多样性图像生成][StarGAN_2]

[附下载 | 《可解释的机器学习》中文版][Link 1]

[附下载 |《TensorFlow 2.0 深度学习算法实战》][_TensorFlow 2.0]

[附下载 |《计算机视觉中的数学方法》分享][Link 2]

[《基于深度学习的表面缺陷检测方法综述》][Link 3]

[《零样本图像分类综述: 十年进展》][Link 4]

[《基于深度神经网络的少样本学习综述》][Link 5]

![format_png 15][]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9maHVqem9RZTdUb0hHdjZkMVVVUjNNZ0tLMmt3OHZob0FPMDVoaWFUd1hXamRMQ1M1VGE2YmY4N002TndzMU1nbHFrZzVkRUk0aWJYa0d2U0pTSmhVNUR3LzY0MA?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9maHVqem9RZTdUb0hHdjZkMVVVUjNNZ0tLMmt3OHZob0tjNlRZclVyZ1ZTQ050d2NDNHdpYWljUGlid1pmbkJpYVd6Qk1XM21KdWpGcFowZUx1c0xuZTJFaWJBLzY0MA?x-oss-process=image/format,png
[format_png 2]: /images/20221023/0682345aa3164f998d033097f79144ca.png
[format_png 3]: /images/20221023/1b5e1cd9de354b00aed87376f0615bc1.png
[format_png 4]: /images/20221023/7f6ceb78a6554b5ba3a7c1c6321dfca6.png
[format_png 5]: /images/20221023/a1e82a5b595b48f99a294e012f53d859.png
[format_png 6]: /images/20221023/a956ede99c3b485480f10e21f34055a9.png
[format_png 7]: /images/20221023/728e5f12db2348bbb5fd31a9b841c060.png
[format_png 8]: /images/20221023/29812613a8be4505943aba05926e786b.png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9maHVqem9RZTdUb0hHdjZkMVVVUjNNZ0tLMmt3OHZobzJ5dGFJRlJkVzY3cXFDWU1EUk9MODFIclRuVnpTd3JyZmliQWdhaWI4aFNBa3pWN1lqN3lGd1NnLzY0MA?x-oss-process=image/format,png
[format_png 10]: /images/20221023/877fda0bc47545e781a58c86545b5f12.png
[format_png 11]: /images/20221023/f640a55f3ca44480b8a8b6acfe999a82.png
[format_png 12]: /images/20221023/0c081ff9abb545da83df82b989715533.png
[format_png 13]: /images/20221023/1cee8c9c079344c2bd0c02c36d6327b0.png
[format_png 14]: /images/20221023/4acb8eae6ab54420abaa552b3bfded15.png
[100_CVPR 2020_GAN]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a94cc95e205ae880cb9518cb16a54c0abde69e5a8654f7fedf70a0cc990775265bf28a1c&idx=1&mid=2247486455&scene=21&sn=94156f53845cdf07e859e343862be745#wechat_redirect
[GAN_MixNMatch]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29aaa9c95e23bf3131249a8d008ce3acdff7c52c7f6be84d92c6d607ca804b5ceb2a4222e3&idx=1&mid=2247485458&scene=21&sn=9f562c1de84dada67268f88c72ff77ff#wechat_redirect
[StarGAN_2]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29ab6ec95e22785abb2afbb2e2b1c95780a4d6bfceeb915118440b41a81769a8776dcc62b7&idx=1&mid=2247485909&scene=21&sn=048d1336b8083bac3755e27a1f968d06#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a4bac95e2dac758c4aac10a3aac49eb062bc0829d4ef2ebc8e6d5069d246385c5084a2b4&idx=1&mid=2247484929&scene=21&sn=523220858287ed3e6105919703c8e833#wechat_redirect
[_TensorFlow 2.0]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a5b0c95e2ca6599d4a91d5d40900566b7525de3dd85259e7a6c173aa26aa7ea3641d1aaf&idx=2&mid=2247485195&scene=21&sn=e3387067db29d1759755c6c2ea96c870#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29aa8fc95e23993e057fb0dbe09f2810ea07184a439c173f404a7ab657cadcde3d24efa52a&idx=2&mid=2247485492&scene=21&sn=c4fb135de02cd52f06bc61b0e79476e4#wechat_redirect
[Link 3]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29aa8fc95e2399a93dae3af3b13626643b18cf42842d1a7ada0de46486fa8b865aa2421d2f&idx=1&mid=2247485492&scene=21&sn=6f8af433521b5fee5aceab62e0111115#wechat_redirect
[Link 4]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a44fc95e2d597fc88ca7f10cae079f821deedb6f93b10f0985aa8f6f7c06e369d716f785&idx=1&mid=2247485172&scene=21&sn=f65b58ed3b4c1d09163271069dce4738#wechat_redirect
[Link 5]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a7e6c95e2ef0a6649c0c904fa28b61b4ac76774df4acdce8fff3a909369c7c2f8d22a4b5&idx=1&mid=2247484765&scene=21&sn=b1b9a9ef6c923abad6cf38364105264c#wechat_redirect
[format_png 15]: /images/20221023/ee1cd3ec741647f5a57f3fb2fb724ba2.png