Python+Dlib库实现人脸合成

如今，随着技术的不断进步，“变脸”技术不再是四川喜剧的“独门武功”。运用机器学习的方法，我们同样可以实现人脸“融合”。当然这里说的人脸融合指的是将两个人的人脸照片进行融合，至于融合的比例，要按照自己的喜好来定。代码说明见：https://blog.csdn.net/m0_38106923/article/details/88856471

import numpy as np
import cv2
import dlib
from scipy.spatial import Delaunay


predictor_model = ‘shape_predictor_68_face_landmarks.dat‘


def get_points（image）:  # 用 dlib 来得到人脸的特征点

    face_detector = dlib.get_frontal_face_detector（）  # 正向人脸检测器，进行人脸检测，提取人脸外部矩形框
    face_pose_predictor = dlib.shape_predictor（predictor_model）
    try:
        detected_face = face_detector（image 1）[0]
    except:
        print（‘No face detected in image {}‘.format（image））
    pose_landmarks = face_pose_predictor（image detected_face）  # 获取landmark
    points = []
    for p in pose_landmarks.parts（）:
        points.append（[p.x p.y]）

    # 加入四个顶点和四条边的中点
    x = image.shape[1] - 1
    y = image.shape[0] - 1
    points.append（[0 0]）
    points.append（[x // 2 0]）
    points.append（[x 0]）
    points.append（[x y // 2]）
    points.append（[x y]）
    points.append（[x // 2 y]）
    points.append（[0 y]）
    points.append（[0 y // 2]）

    return np.array（points）


def get_triangles（points）:  #  在特征点上使用 Delaunay 三角剖分，将点集连接成一定大小的三角形，且分配要相对合理，才能呈现出漂亮的三角化
    return Delaunay（points）.simplices


def affine_transform（input_image input_triangle output_triangle size）:  # 对人脸进行仿射变换，确定位置
    warp_matrix = cv2.getAffineTransform（
        np.float32（input_triangle） np.float32（output_triangle））
    output_image = cv2.warpAffine（input_image warp_matrix （size[0] size[1]） None
                                  flags=cv2.INTER_LINEAR borderMode=cv2.BORDER_REFLECT_101）
    return output_image


def morph_triangle（img1 img2 img tri1 tri2 tri alpha）:  # 三角形变形，Alpha 混合
    # 计算三角形的边界框
    rect1 = cv2.boundingRect（np.float32（[tri1]））  # 寻找tri1的左上角坐标，和tri1的长和宽
    rect2 = cv2.boundingRect（np.float32（[tri2]））
    rect = cv2.boundingRect（np.float32（[tri]））

    tri_rect1 = []
    tri_rect2 = []
    tri_rect_warped = []

    for i in range（0 3）:
        tri_rect_warped.append（
            （（tri[i][0] - rect[0]） （tri[i][1] - rect[1]）））
        tri_rect1.append（
            （（tri1[i][0] - rect1[0]） （tri1[i][1] - rect1[1]）））
        tri_rect2.append（
            （（tri2[i][0] - rect2[0]） （tri2[i][1] - rect2[1]）））

    # 在边界框内进行仿射变换
    img1_rect = img1[rect1[1]:rect1[1] +
                     rect1[3] rect1[0]:rect1[0] + rect1[2]]
    img2_rect = img2[rect2[1]:rect2[1] +
                     rect2[3] rect2[0]:rect2[0] + rect2[2]]

    size = （rect[2] rect[3]）
    warped_img1 = affine_transform（
        img1_rect tri_rect1 tri_rect_warped size）
    warped_img2 = affine_transform（
        img2_rect tri_rect2 tri_rect_warped size）

    # 加权求和
    img_rect = （1.0 - alpha） * warped_img1 + alpha * warped_img2

    # 生成模板
    mask = np.zeros（（rect[3] rect[2] 3） dtype=np.float32）
    cv2.fillConvexPoly（mask np.int32（tri_rect_warped） （1.0 1.0 1.0） 16 0）

    # 应用模板
    img[rect[1]:rect[1] + rect[3] rect[0]:rect[0] + rect[2]] = \
        img[rect[1]:rect[1] + rect[3] rect[0]:rect[0] +
            rect[2]] * （1 - mask） + img_rect * mask


def morph_faces（filename1 fi

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-04-02 14:31  Python+Dlib库实现人脸合成\
     文件      220262  2019-03-27 14:14  Python+Dlib库实现人脸合成\bg.png
     文件        4726  2019-03-27 14:06  Python+Dlib库实现人脸合成\face_morhper.py
     文件       37479  2019-03-26 19:33  Python+Dlib库实现人脸合成\im1.jpg
     文件       44083  2019-03-27 14:12  Python+Dlib库实现人脸合成\im2.jpg
     文件        3359  2019-03-27 13:48  Python+Dlib库实现人脸合成\interface.py
     文件       57224  2019-03-28 14:46  Python+Dlib库实现人脸合成\m1_2_0.5.jpg
     文件    99693937  2018-05-20 11:29  Python+Dlib库实现人脸合成\shape_predictor_68_face_landmarks.dat