Python+OpenCV给视频人脸加眼镜后肤色偏蓝的修复方案

核心问题 #

输出视频肤色变蓝，根源是OpenCV与PIL的色彩空间不匹配：

• OpenCV读取视频帧时，默认采用BGR色彩通道顺序
• PIL处理图像时，使用的是RGB色彩通道顺序
  直接将OpenCV的BGR帧转成PIL图像，会导致红、蓝通道颠倒，最终呈现出偏蓝的肤色。

修复步骤 #

只需在将OpenCV帧转换为PIL图像前，先把BGR格式转换为RGB格式即可，修改代码中对应片段：

原代码：

ret, frame = cap.read()
if ret == True:
    frame_array = np.array(frame)
    pil_image = Image.fromarray(frame_array)

修改为：

ret, frame = cap.read()
if ret == True:
    # 将OpenCV的BGR帧转换为RGB格式，适配PIL色彩空间
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    pil_image = Image.fromarray(rgb_frame)

额外性能优化（可选） #

原代码在循环内重复加载Haar分类器，会造成不必要的性能损耗，建议将分类器加载逻辑移到循环外部：

def action():
    # 分类器只加载一次，移出循环
    face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
    eye_cascade = cv2.CascadeClassifier("haarcascade_eye_tree_eyeglasses.xml")
    
    def t():
        cap = cv2.VideoCapture(vidfile)
        ret, frame = cap.read()
        h, w, _ = frame.shape
        clips = []
        while (cap.isOpened()):
            ret, frame = cap.read()
            if ret == True:
                # 后续代码保持不变，移除循环内的分类器加载行
                ...

内容的提问来源于stack exchange，提问作者Karsen Eubanks