小 200 行 Python 代码做了一个换脸程序

正文

请到「今天看啥」查看全文

42 ))

def correct_colours ( im1 , im2 , landmarks1 ) :

blur_amount = COLOUR_CORRECT_BLUR_FRAC * numpy . linalg . norm (

numpy . mean ( landmarks1 [ LEFT_EYE_POINTS ], axis = 0 ) -

numpy . mean ( landmarks1 [ RIGHT_EYE_POINTS ], axis = 0 ))

blur_amount = int ( blur_amount )

if blur_amount % 2 == 0 :

blur_amount += 1

im1_blur = cv2 . GaussianBlur ( im1 , ( blur_amount , blur_amount ), 0 )

im2_blur = cv2 . GaussianBlur ( im2 , ( blur_amount , blur_amount ), 0 )

# Avoid divide-by-zero errors.

im2_blur += 128 * ( im2_blur & lt ; = 1.0 )

return ( im2 . astype ( numpy . float64 ) * im1_blur . astype ( numpy . float64 ) /

im2_blur . astype ( numpy . float64 ))

结果如下：

此函数试图改变 im2 的颜色来适配 im1。它通过用 im2 除以 im2 的高斯模糊值，然后乘以im1的高斯模糊值。这里的想法是用RGB缩放校色，但并不是用所有图像的整体常数比例因子，每个像素都有自己的局部比例因子。

用这种方法两图像之间光线的差异只能在某种程度上被修正。例如，如果图像1是从一侧照亮，但图像2是被均匀照亮的，色彩校正后图像2也会出现未照亮一侧暗一些的问题。

也就是说，这是一个相当简陋的办法，而且解决问题的关键是一个适当的高斯核函数大小。如果太小，第一个图像的面部特征将显示在第二个图像中。过大，内核之外区域像素被覆盖，并发生变色。这里的内核用了一个0.6 *的瞳孔距离。

4.把第二张图像的特征混合在第一张图像中

用一个遮罩来选择图像2和图像1的哪些部分应该是最终显示的图像：

值为1(显示为白色)的地方为图像2应该显示出的区域，值为0(显示为黑色)的地方为图像1应该显示出的区域。值在0和1之间为图像1和图像2的混合区域。

这是生成上图的代码:

LEFT_EYE_POINTS = list ( range ( 42 , 48 ))

RIGHT_EYE_POINTS = list ( range ( 36 , 42 ))

LEFT_BROW_POINTS = list ( range ( 22 , 27 ))

RIGHT_BROW_POINTS = list ( range ( 17 , 22 ))

NOSE_POINTS = list ( range ( 27 , 35 ))

MOUTH_POINTS = list ( range ( 48 , 61 ))

OVERLAY_POINTS = [

LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS ,

NOSE_POINTS + MOUTH_POINTS ,

]

FEATHER_AMOUNT = 11

def draw_convex_hull ( im , points , color ) :

points = cv2 . convexHull ( points )

cv2 . fillConvexPoly ( im , points , color = color )

def get_face_mask ( im , landmarks ) :

im = numpy . zeros ( im . shape [ : 2 ], dtype = numpy . float64 )

for group in OVERLAY_POINTS :

draw_convex_hull ( im ,

landmarks [ group ],

color = 1 )

im = numpy . array ([ im , im , im ]). transpose (( 1 , 2 , 0 ))

im = ( cv2 . GaussianBlur ( im , ( FEATHER_AMOUNT , FEATHER_AMOUNT ), 0 ) & gt ; 0 ) * 1.0

im = cv2 . GaussianBlur ( im , ( FEATHER_AMOUNT , FEATHER_AMOUNT ),

请到「今天看啥」查看全文