基于dlib的人脸眉毛改颜色代码

以下是基于dlib的人脸眉毛改颜色的代码示例：

import dlib
import cv2
import numpy as np

# 加载预训练的人脸检测器和关键点检测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 读取图像
img = cv2.imread('test.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = detector(gray)

# 循环处理每个人脸
for face in faces:
    # 检测关键点
    landmarks = predictor(gray, face)
    
    # 提取眉毛区域的关键点坐标
    left_brow = []
    right_brow = []
    for i in range(17, 21):
        left_brow.append((landmarks.part(i).x, landmarks.part(i).y))
    for i in range(22, 26):
        right_brow.append((landmarks.part(i).x, landmarks.part(i).y))
    
    # 创建掩码
    mask = np.zeros_like(img)
    cv2.fillPoly(mask, [np.array(left_brow)], (255, 255, 255))
    cv2.fillPoly(mask, [np.array(right_brow)], (255, 255, 255))
    
    # 提取眉毛区域
    brow_area = cv2.bitwise_and(img, mask)
    
    # 修改颜色
    brow_area_hsv = cv2.cvtColor(brow_area, cv2.COLOR_BGR2HSV)
    brow_area_hsv[:, :, 0] = 120 # 修改色调为绿色
    brow_area_hsv[:, :, 1] = 255 # 修改饱和度为最大值
    brow_area = cv2.cvtColor(brow_area_hsv, cv2.COLOR_HSV2BGR)
    
    # 合并图像
    img = cv2.add(img, -mask)
    img = cv2.add(img, brow_area)

# 显示结果
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在此示例中，我们使用了预训练的人脸检测器和关键点检测器来检测图像中的人脸和眉毛区域，并使用掩码提取了眉毛区域。然后，我们将眉毛区域转换为HSV颜色空间，并修改了色调和饱和度来改变眉毛的颜色。最后，我们将修改后的眉毛区域与原始图像合并，并显示结果。你可以根据需要修改颜色值来改变眉毛的颜色。