艾锑无限干货集：给图片中人物戴口罩程序

2020-02-28 22:46 作者：艾锑无限 浏览量：

疫情即将结束，如何提升企业工作效率
 

艾锑无限免费为企业提供IT服务

 
这几天如果大家关注疫情数据的变化，可以看到新增确诊病例在持续下降，这意味着疫情很快就会结束，大家再也不用在家办公了，到不是在家工作有什么不好，但人类发明工作不简简单单只是为了实现结果的达成，还有一个非常重要的因素就是人与人之间的联结，这是人类内在价值的需求，透过 工作与人接触，共同感受彼此的能量流动，从而达到自我价值的实现，这就像演员都渴望登上奥斯卡的舞台，来实现自我角色的认可一样。



 

在家办公，毕竟是家，松、散、懒以及无所谓的态度会随时产生，我相信不是每个人都会这样，但大部分人会如此，因为家本来就是放松的能量场，接下来大家即将回到公司，回到自己的工作岗位，难免会把在家的状态带入工作中，如果每个人都是这样的状态，企业很快会陷入新的窘境，所以没有 状态，也不会有好的结果，状态就是一切。
 
团队的势气决定企业整体的战斗力，那如何调整陆陆续续回来的团队成员呢？






 
 
艾锑无限对中小企业有三条建议：
 
第一，重新梳理整个企业的战略，疫情的发生，是否给你企业带来了变化？如果有那是什么？是否需要调整自己原有的战略方向来应对疫情发生后的影响？
 
第二，重新明确每个人的目标和目的，目标就是重回企业的人要干什么？干到什么程度？什么时间可以看到这个结果的发生？目的就是为什么要实现这个目标？这个目标与自己的意义是什么？与企业的意义又是什么？达成了会怎么样？达不成又会怎么样？
 
只有清晰这些问题，才会让回到工作岗位的人快速改变自己的状态投入到接下来的工作中，只有积极的状态投入工作才会有积极的成果发生，反之依然。
 
第三，企业高管与员工建立一对一的对话机制，因疫情的影响，每个人心理或多或少都会产生一些内在的变化，作为企业的高层管理人员，最好与企业内部员工一对一的进行沟通，去了解在这个过程中员工受到的影响和产生的变化，以便接下来更好的调整他们的状态，因为如果他们的心没有回来，
企业的要求和制度带来的也都是大家没有能量的重复和机械的工作，最终也很难带来好的结果。
 
以上三点是企业管理者需要重视的，当然身为企业的一员无论是谁也都需要重新审视自己的状态，因为这关系着企业接下来的生、死、存、亡，能量是企业持续发展的源泉，以上所有的目的都是为了聚合企业人的能量，重新点燃大家面对工作的激情和信心，这将是企业至胜的法定。
 
当然这只是我们一家之言，每家企业可根据自身的情况做出相应的调整和改变。
 
以上三点做为每一家企业的管理者都有必要重视起来，因为这关系着企业接下来的生、死、存、亡，当然这只是我们一家之言，可根据自身的情况做出相应的调整和改变。
 
那为什么我们会有这样的思考，因为艾锑无限是一家企业互联网”云”解决方案服务平台，企业在初创时经历了2003年的非典，后来又经历了2008年的经济危机以及2016年互联网创业大潮，生生死死，几经沉浮，最终发现上述三点是生死线中最重要的，所以愿意分享给大家，期望这次疫情大家不仅

能渡过难关，更能看见大家在这个过程中强而有力的领导力，让自己企业力挽狂澜，让自己的工作更上一层楼，让自己的生活在2020年更精彩。
 
在这次疫情后各个企业恢复的过程中，艾锑无限还能为大家做的就是免费为中小企业提供相应的IT服务，以下是艾锑无限可以提供服务的内容，如果大家有相应的需求，可以打下面的电话与我们的企业相关人员联系，我们一定会尽全力帮助大家渡过难关。

   

历经10几年,艾锑无限服务了5000多家中小企业并保障了几十万台设备的正常运转，积累了丰富的企业IT紧急问题和特殊故障的解决方案，我们为您的企业提供的IT服务分为三大版块:
 
第一版块是保障性IT外包服务:如电脑设备运维，办公设备运维，网络设备运维，服务器运维等综合性企业IT设备运维服务。
 
第二版块是功能性互联网外包服务:如网站开发外包，小程序开发外包，APP开发外包，电商平台开发外包，业务系统的开发外包和后期的运维外包服务。
 
第三版块是增值性云服务外包:如企业邮箱上云，企业网站上云，企业存储上云，企业APP小程序上云，企业业务系统上云，阿里云产品等后续的云运维外包服务。
   

更多服务也可以登录艾锑无限的官网: www.bjitwx.com 查看详细说明。

每家企业都有着不同的人，每个人都有着不一样的思考，所以企业不需要统一所有人的思维，企业只需要统一所有人的心，因为只要心在一起了，能量就会合一，能量合一企业将无所不能。
 
相信这次疫情带给中国企业的不仅仅是灾难，更有可能的是历练，这几年经济发展如此快速，大部分中小企业的成长都是随着国家政策及整个社会的大势起来的，没有经过太多的挑战和困难，所以存活周期也会很短，从2016年大众创业，万众创新倡导下成立了上千万家企业，但真正存活下来的就只有几万家，这样的结果即不能给国家带来稳定持续发展的动力，也不能为社会创造更大的价值，反而让更多的人投机取巧，心浮气躁，沉不下来真正把一件事做好，做到极致。
 
所以这次疫情也会让大部分企业重新思考，问问自己，为什么要创立这家企业，想为这个国家和社会带来的是什么？企业真正在创造的是什么？如何做才能让社会因自己的企业变得更好？.....
 
当企业真正去思考，用心去创造价值的时候，也就是人们幸福快乐的时候，因为再也不用担心假货、次货、买到不好的产品，更不用担心环境被污染，大气被破坏，疫情即是一场灾难，又是重新成就中国企业的一次机会，让全世界人觉醒，生命只有一次，我们要如何做才能不枉此生呢？
 
   

你对世界微笑，世界绝不会对你哭，希望大家都能积极乐观起来，让自己、自己的家人、自己的企业、还有自己的国家都快乐起来，把焦点、意识、能量放在我们想要什么上，而不是不要的事情上，我相信，就在不久的将来，我们一定会看到一个富强、文明、健康的中国以及一个和谐友爱的世界。

万物同体，能量合一，最后无论你是中小企业，还是大型国有企业，只要你选择艾锑无限，我们就一定全力以赴帮助大家渡过难关，服务有限，信息无限，透过全体艾锑人的努力，为您收集最有效的IT技术信息，让您企业更快速解决遇到的IT问题：

艾锑无限干货集：给图片中人物戴口罩程序
 
2019 年底开始蔓延的新型肺炎疫情牵动人心，作为个体，我们力所能及的就是尽量待在家中少出门。看到一些朋友叫设计同学帮忙给自己的头像戴上口罩，作为技术人，心想一定还有更多人有这样的诉求，不如开发一个简单的程序来实现这个需求，也算是帮助设计姐姐减少工作量。于是有人写了一个叫做 face-mask的命令行工具，能够轻松的给图片中的人像戴上口罩，而且口罩的方向和大小都是适应人脸的

安装 face-mask
确保 Python 版本在 3.6 及以上
pip install face-mask
使用 face-mask
直接指定图片路径即可为图片中的人像戴上口罩，并会生成一个新的图片（额外有 -with-mask 后缀）：
face-mask /path/to/face/picture
通过指定 --show 选项，还可以使用默认图片查看器打开新生成的图片：
face-mask /path/to/face/picture --show
效果
给一个人戴上口罩
 
给多个人戴上口罩
 
给动漫人物戴上口罩
 
 
实现思路
要想实现上面的效果，我们应该怎么做？不妨这么想：
· 首先是识别出人的鼻子(nose_bridge)和脸轮廓(chin)
· 通过脸轮廓确定出脸左点（chin_left_point）、脸底点（chin_bottom_point）和脸右点（chin_right_point）
· 由鼻子和脸底点确定口罩大小的高度、中心线
· 将口罩左右平均分为两个部分
§ 调整左口罩大小，宽度为脸左点到中心线的距离
§ 调整右口罩大小，宽度为脸右点到中心线的距离
§ 合并左右口罩为新口罩
· 旋转新口罩，角度为中心线相对于 y 轴的旋转角
· 将新口罩放在原图适当位置
关于人脸识别，可以使用 face_recognition库进行识别。
关于图像处理，可以使用 Pillow库进行处理。
有了思路之后，实现就是件相对轻松的事情。不过对库的熟悉和图片的变换计算可能要花些时间。
这里仅说明下最核心的步骤。

人脸识别
import face_recognition

face_image_np = face_recognition.load_image_file('/path/to/face/picture')
face_landmarks = face_recognition.face_landmarks(face_image_np)
借助 face_recognition 库可以轻松的识别出人像，最终得到的 face_landmarks 是一个列表，里面的每个 face_landmark 都表示一个人像数据。
face_landmark 是一个字典，其中的键表示人像特征，值表示该特征的点的列表。比如：
· 键 nose_bridge 表示鼻梁
· 键 chin 表示脸颊
我们需要根据每个 face_landmark，给对应的头像戴上口罩。

获得鼻子和脸颊的特征点
import numpy as np

nose_bridge = face_landmark['nose_bridge']
nose_point = nose_bridge[len(nose_bridge) * 1 // 4]
nose_v = np.array(nose_point)

chin = face_landmark['chin']
chin_len = len(chin)
chin_bottom_point = chin[chin_len // 2]
chin_bottom_v = np.array(chin_bottom_point)
chin_left_point = chin[chin_len // 8]
chin_right_point = chin[chin_len * 7 // 8]
通过上述代码，我们获得了：
· 表示上鼻梁的一个点 nose_point
· 表示脸左点 chin_left_point
· 表示脸右点 chin_right_point
· 表示脸底点 chin_bottom_point

拆分、缩放和合并口罩
from PIL import Image

_face_img = Image.fromarray(face_image_np)
_mask_img = Image.open('/path/to/mask/picture')

# split mask and resize
width = _mask_img.width
height = _mask_img.height
width_ratio = 1.2
new_height = int(np.linalg.norm(nose_v - chin_bottom_v))

# left
mask_left_img = _mask_img.crop((0, 0, width // 2, height))
mask_left_width = get_distance_from_point_to_line(chin_left_point, nose_point, chin_bottom_point)
mask_left_width = int(mask_left_width * width_ratio)
mask_left_img = mask_left_img.resize((mask_left_width, new_height))

# right
mask_right_img = _mask_img.crop((width // 2, 0, width, height))
mask_right_width = get_distance_from_point_to_line(chin_right_point, nose_point, chin_bottom_point)
mask_right_width = int(mask_right_width * width_ratio)
mask_right_img = mask_right_img.resize((mask_right_width, new_height))

# merge mask
size = (mask_left_img.width + mask_right_img.width, new_height)
mask_img = Image.new('RGBA', size)
mask_img.paste(mask_left_img, (0, 0), mask_left_img)
mask_img.paste(mask_right_img, (mask_left_img.width, 0), mask_right_img)
上述代码主要做了如下内容：
· 将口罩左右平均分为两个部分
· 调整左口罩大小，宽度为脸左点到中心线的距离 * 宽度系数 1.2
· 调整右口罩大小，宽度为脸右点到中心线的距离 * 宽度系数 1.2
· 合并左右口罩为新口罩
get_distance_from_point_to_line 用来获取一个点到一条线的距离，具体实现可看源代码。
width_ratio 是宽度系数，用来适当扩大口罩。原因我们是根据脸颊的宽度计算口罩的宽度，但口罩是待在耳朵上的，真实宽度应该要更宽。

旋转口罩、并放到原图适当位置
# rotate mask
angle = np.arctan2(chin_bottom_point[1] - nose_point[1], chin_bottom_point[0] - nose_point[0])
rotated_mask_img = mask_img.rotate(angle, expand=True)

# calculate mask location
center_x = (nose_point[0] + chin_bottom_point[0]) // 2
center_y = (nose_point[1] + chin_bottom_point[1]) // 2

offset = mask_img.width // 2 - mask_left_img.width
radian = angle * np.pi / 180
box_x = center_x + int(offset * np.cos(radian)) - rotated_mask_img.width // 2
box_y = center_y + int(offset * np.sin(radian)) - rotated_mask_img.height // 2

# add mask
_face_img.paste(mask_img, (box_x, box_y), mask_img)
上述代码主要做了如下内容：
· 旋转新口罩，角度为中心线相对于 y 轴的旋转角
· 计算口罩应该放置的坐标
· 将新口罩放在原图的计算出的坐标下
 
总结
我们借助 face_recognition 库可以轻松的识别出人像，然后根据脸颊的宽度和鼻梁位置计算出口罩的大小、方向和位置，并最终生成出戴上口罩的图片。整个过程并不复杂，但在坐标计算上要格外小心，如此，我们便打造了一个短小精悍的“自动戴上口罩”程序！