前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
利用 Python 实现裁剪圆形头像分为以下步骤：
1、利用人脸识别接口确定人脸在图片中的位置
2、计算出需要裁剪的区域
3、利用 PIL 库进行裁剪
人脸识别的提供功能很丰富，像我们之前使用到的颜值打分、年龄等。我们这次用到的其实是最基础的功能——人脸检测，即通过人工智能检测图片中是否有人脸，并标出其区域位置。
人脸检测的功能几乎所有的人脸识别接口都会提供，所以我们随便用一个就好。这次我们用微软的 API 来做测试，当然你也可以使用百度、Face ++等公司的 API，只需要替换掉请求接口的部分就可以了。
你可以下面的网址申请微软 API 试用：
接口的使用各家不同，一般来讲会提供一个 key ，在通过网络请求时作为身份鉴别的依据。官方文档一般都会给出详细介绍和示例，这里就不再赘述了，直接上代码。
微软的图片接口支持网络图片地址和字节流两种方法，上面的代码是网络图片的地址的写法，使用时需要填入自己的 key 并修改图片 URL。
如果要使用本地图片，则需要修改为下面的代码。
这段代码会返回一个 JSON 格式的数据：
如果检测到图片中有多个人脸，则会返回多组坐标数据。需要注意的一个问题是，微软的接口 URL 要请求 HTTPS，如果请求 HTTP 网址，则会返回 404 错误代码。
接下来我们需要计算出需要裁剪的区域，由于人脸检测主要是以五官为特征点，返回的坐标主要以脸部为主，不包含头发，人脸检测的区域大概如下图所示。
我这边估算后简单地将人脸检测的区域扩大一倍作为裁剪区域，可以满足需求，当然大家可以根据实际情况进行调整。
接下来我们使用 Python 中的 PIL 库进行裁剪。PIL只支持到 Python 2.7，之后版本应该选择安装 Pillow 库。如果安装的是 Anaconda，已经内置了 pillow，无需安装，否则需要 pip 安装。（假定我们已经通过上面的 API 获取到了人脸上下左右的坐标）
经过以上三个步骤，我们已经实现了使用 Python 自动裁剪圆形头像的功能，我们可以把上面的代码封装为一个函数，留下图片路径作为参数，就可以进行批量处理了。
