我喜欢用Photoshop修改各种东西，再把结果在Slack公司内发布，每次都能带来新的想法我享受在其中。
不过重复打开Photoshop再复制/粘贴面部图像确实相当乏味。
![]()
在最初产生这个想法时，我就意识到这个项目将主要包含三大组成部分：
-
简单图像修改
-
Slack集成
-
面部检测
以往我曾经使用过Go中的image与image/draw软件包，并阅读过与之相关的几篇文章，因此我对于完成这项任务很有信心。组成部分1就此搞定。
我还曾经在Go中构建过一款玩具性质的Slack机器人，其中用到了查找自谷歌的几条指令。虽然缺少Go Slack官方整体客户端会让问题变得更为复杂，但出于最基本的需求，我相信自己能够完成通过Slack下载及上传图像这样一项工作。组成部分2也就不是问题了。
我唯一不确定的是面部检测工作到底是否易于实现。我在谷歌上查找golang面部检测内容，并点开第一条结果，其内容指向StackOverflow上关于go-opencv计算机视觉库的一条问题。在查阅了该库中的面部检测示例项目后，我了解到了自己需要掌握的一切。组成部分3也同样得到了解决。
由于熟悉度最低，所以我决定首先从面部检测入手。这是项目中最大的难题，因此我打算先看看自己能否搞定，如果不行那其它的工作都将毫无意义。
我决定尽可能对go-opencv库进行封装。可以肯定的是，opencv数据类型与Go标准库有所区别，至少在其定义Image与Rectangle两项接口方面存在差异，因此必须作出一些调整。
我在其中发现一项对opencv.FromImage方法的引用，其负责将Go的image.Image转换为opencv库的形式。这意味着我不再需要将文件路径传递至opencv.LoadImage方法以进行转换，而可以直接处理存储在内存中的镜像。这能够节约从Slack接收图像后将其保存在文件系统中的步骤。
遗憾的是，我无法利用同样的转换方式加载Haar面部识别XML文件，不过这样的结果我还可以接受，所以暂时先这样吧。
以此为基础，我编写出了以下
facefinder包（
可在电脑端查看完整代码，下同
）
：
package facefinder import ( "image""github.com/lazywei/go-opencv/opencv" ) var faceCascade *opencv.HaarCascade type Finder struct { cascade *opencv.HaarCascade } func NewFinder(xml string) *Finder { return &Finder{ cascade: opencv.LoadHaarClassifierCascade(xml), } } func (f *Finder) Detect(i image.Image) []image.Rectangle { var output []image.Rectangle faces := f.cascade.DetectObjects(opencv.FromImage(i)) for _, face := range faces { output = append(output, image.Rectangle{ image.Point{face.X(), face.Y()}, image.Point{face.X() + face.Width(), face.Y() + face.Height()}, }) } return output }
而后，我能够轻松找到图像中的
面部区域
：
imageReader, _ := os.Open(imageFile) baseImage, _, _ := image.Decode(imageReader) finder := facefinder.NewFinder(haarCascadeFilepath) faces := finder.Detect(baseImage) for _, face := range faces { // [...] }
我从谷歌上复制了几段“绘制矩形”代码以进行功能检查，并确定以上代码确实能够正常工作。有了位置信息，我又鼓捣出一条
图像加载转换函数
（其中更关注错误内容，而非急于将一切塞进）。
func loadImage(file string) image.Image { reader, err := os.Open(file) if err != nil { log.Fatalf("error loading %s: %s", file, err) } img, _, err := image.Decode(reader) if err != nil { log.Fatalf("error loading %s: %s", file, err) } return img }
接下来，我
的新循环如下所示：
baseImage := loadImage(imageFile) chrisFace := loadImage(chrisFaceFile) bounds := baseImage.Bounds() finder := facefinder.NewFinder(haarCascadeFilepath) faces := finder.Detect(baseImage) // Convert image.Image to a mutable image.ImageRGBA canvas := image.NewRGBA(bounds) draw.Draw(canvas, bounds, baseImage, bounds.Min, draw.Src) for _, face := range faces { draw.Draw( canvas, face, chrisFace, bounds.Min, draw.Src, ) }
