點擊上方↑↑↑「OpenCV學堂」關注我
來源：公眾號 小白學視覺 授權
我們都看過3D電影，他們看起來都很酷，這給了我們一個想法，使用一些工具通過改變看圖像視角，模擬觀眾的頭部移動。
效果如何？
我們都熟悉"視差"這一術語，它是描述對象在左右眼中的位置差距，視差的大小這取決於我們離它有多遠。視差
因此，如果我們能在2D圖像中獲得與不同圖像層的相同效果，那麼我們可以在這些圖像中產生類似的感覺，並產生我們想要的酷效果。
讓我們分解一下這個過程
深度圖
因此，首先，我們需要將圖像分解為不同的圖層，並且，我們需要一個2D圖像的深度圖。深度圖只是一個黑白圖像，其中圖像的白色顯示對象與鏡頭的接近度。獲得基本圖層後，我們需要從每個圖層中畫出缺失的部分。最後，我們將單個圖像分解成不同的圖層。現在，我們可以顯示不同的圖層，這些圖層看起來與原始圖像相同。現在，我們可以使用相機進行人臉檢測，並測量用戶頭部的移動，然後移動這些圖層並進行匹配。
讓我們看看如何編寫此工具的代碼
因此，首先，我們需要導入一些文件，建議使用版本 4.1.0.25 的 OpenCV。
import os, sysimport numpy as npimport pygame as pgimport cv2現在，我們需要加載圖像和深度圖，並調整它們的大小以匹配大小。現在，我們將提供一個深度圖、代碼，但你可以生成自己的模型MiDaS。
img = cv2.imread('moon.jpg', flags=cv2.CV_8UC4)depth_map = cv2.imread('moon_depth_map.png')depth_map = cv2.cvtColor(depth_map,cv2.COLOR_RGB2GRAY)img = cv2.resize(img, depth_map.shape[:2])
現在，在加載深度貼圖後，我們可以通過按不同閾值對深度貼圖不同圖層創建蒙版。在製作一個圖層時，我們需要兩個蒙版，一個是該圖層，另一個是上一層的第二個蒙版，用於畫上一個圖層的缺失部分。我們將在循環之外取最後一個圖層，以便提取此層中的所有剩餘部分。
layers = [] prev_thres = 255div=30 for thres in range(255 - div, 0, -div): ret, mask = cv2.threshold(depth_map, thres, 255, cv2.THRESH_BINARY) ret, prev_mask = cv2.threshold(depth_map, prev_thres, 255, cv2.THRESH_BINARY) prev_thres = thres inpaint_img = cv2.inpaint(img, prev_mask, 10, cv2.INPAINT_NS) layer = cv2.bitwise_and(inpaint_img, inpaint_img, mask = mask) layers.append(conv_cv_alpha(layer, mask)) mask = np.zeros(depth_map.shape, np.uint8) mask[:,:] = 255 ret, prev_mask = cv2.threshold(depth_map, prev_thres, 255, cv2.THRESH_BINARY) inpaint_img = cv2.inpaint(img, prev_mask, 10, cv2.INPAINT_NS) layer = cv2.bitwise_and(inpaint_img, inpaint_img, mask = mask)layers.append(conv_cv_alpha(layer, mask)) layers = layers[::-1]我們已經反轉了圖層，因此我們可以按最後一個層排列到第一層的順序排列它們。當我們將圖層添加到列表中時，我們使用的是函數[conv_cv_alpha]，這將添加 alpha 值（使 RGB 到 RGBA），並使用蒙版使圖層的某些部分透明。
def conv_cv_alpha(cv_image, mask): b, g, r = cv2.split(cv_image) rgba = [r, g, b, mask] cv_image = cv2.merge(rgba,4) return cv_image現在來了人臉檢測和顯示圖像的部分。對於人臉檢測，我們將使用哈卡卡德。現在，我們將加載 haar 級聯進行人臉檢測，並創建一個函數，該函數將從圖像中返回人臉。
face_cascade = cv2.CascadeClassifier( 'haarcascade_frontalface_default.xml')
def get_face_rect(img): gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) face_rects = face_cascade.detectMultiScale(gray_img, 1.3, 5) if len(face_rects) == 0: return () return face_rects[0]現在，我們必須顯示圖像，將根據用戶的頭移動。我們將使用OpenCV讀取凸輪，然後使用 Pygame將每個幀呈現在彼此的頂部。為了計算每一層的移位，我們將計算從框架中心的頭部移位，然後縮小頭移位以獲得一個小的移位值。之後，我們將每個圖層的索引值相乘，以獲得相應圖層的移位值，還可以乘以一些常量值，以獲得更好的結果。
我們將創建一個比原始圖像稍小的 Pygame 窗口並加載相機。我們使用了比例，因此您更改其值以使最終結果變大。
scale = 1off_set = 20width, height = layers[0].get_width(), layers[0].get_height() win = pg.display.set_mode((int((width - off_set)*scale), int((height - off_set)*scale))) pg.display.set_caption('Parallax_image')scaled_layers = [] for layer in layers: scaled_layers.append(pg.transform.scale(layer, (int(width*scale), int(height*scale))))cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)我們將設置一些常量。你可以玩這些常量來獲得不同的結果。
x_transform = True y_transform = False sens = 50 show_cam = False shift_x = 0 shift_y = 0 run = True最後，主循環渲染所有圖層。
while run: for event in pg.event.get(): if event.type==pg.QUIT: run = False ret, frame = cap.read() frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) initial_pos = (frame.shape[0]/2, frame.shape[1]/2) face_rect = get_face_rect(frame) if len(face_rect) != 0: x,y,w,h, = face_rect face_rect_frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (255,255,0), 3) shift_x = (initial_pos[0] - (x + w/2))/(sens*scale) shift_y = (initial_pos[1] - (y + h/2))/(sens*scale) win.fill((255, 255, 255)) for i, layer in enumerate(scaled_layers): new_x = -off_set/2 new_y = -off_set/2 if x_transform: new_x = 0 + shift_x*i if y_transform: new_y = 0 + shift_y*i win.blit(layer, (new_x, new_y)) face_rect_frame = cv2.resize(face_rect_frame, (100, 100)) if show_cam: win.blit(conv_cv_pygame(face_rect_frame), (0, 0)) pg.display.update()cap.release()cv2.destroyAllWindows()pg.quit()就是這裡，最終結果。
最終結果
不同圖像的演示
我已經創建了一個更高級版本的這個工具，你可以只選擇圖像，它會自動創建視差圖像，深度地圖將自動生成。
代碼連結：https://github.com/strikeraryu/Parallax_Image