python dlib+openCV 实现人脸融合

使用python dlib+openCV实现人脸融合，通用语python2和python3

#!/usr/bin/python3

# Copyright （c） 2015 Matthew Earl
# 
# Permission is hereby granted free of charge to any person obtaining a copy
# of this software and associated documentation files （the “Software“） to deal
# in the Software without restriction including without limitation the rights
# to use copy modify merge publish distribute sublicense and/or sell
# copies of the Software and to permit persons to whom the Software is
# furnished to do so subject to the following conditions:
# 
#     The above copyright notice and this permission notice shall be included
#     in all copies or substantial portions of the Software.
# 
#     THE SOFTWARE IS PROVIDED “AS IS“ WITHOUT WARRANTY OF ANY KIND EXPRESS
#     OR IMPLIED INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
#     MERCHANTABILITY FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN
#     NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM
#     DAMAGES OR OTHER LIABILITY WHETHER IN AN ACTION OF CONTRACT TORT OR
#     OTHERWISE ARISING FROM OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE
#     USE OR OTHER DEALINGS IN THE SOFTWARE.

“““
This is the code behind the Switching Eds blog post:
    http://matthewearl.github.io/2015/07/28/switching-eds-with-python/
See the above for an explanation of the code below.
To run the script you‘ll need to install dlib （http://dlib.net） including its
Python bindings and OpenCV. You‘ll also need to obtain the trained model from
sourceforge:
    http://sourceforge.net/projects/dclib/files/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2
Unzip with ‘bunzip2‘ and change ‘PREDICTOR_PATH‘ to refer to this file. The
script is run like so:
    ./faceswap.py  
If successful a file ‘output.jpg‘ will be produced with the facial features
from ‘‘ replaced with the facial features from ‘‘.
“““

import cv2
import dlib
import numpy

import sys

PREDICTOR_PATH = “/home/work/python/ttt/shape_predictor_68_face_landmarks.dat“
SCALE_FACTOR = 1
FEATHER_AMOUNT = 11

FACE_POINTS = list（range（17 68））
MOUTH_POINTS = list（range（48 61））
RIGHT_BROW_POINTS = list（range（17 22））
LEFT_BROW_POINTS = list（range（22 27））
RIGHT_EYE_POINTS = list（range（36 42））
LEFT_EYE_POINTS = list（range（42 48））
NOSE_POINTS = list（range（27 35））
JAW_POINTS = list（range（0 17））

# Points used to line up the images.
ALIGN_POINTS = （LEFT_BROW_POINTS + RIGHT_EYE_POINTS + LEFT_EYE_POINTS +
                RIGHT_BROW_POINTS + NOSE_POINTS + MOUTH_POINTS）

# Points from the second image to overlay on the first. The convex hull of each
# element will be overlaid.
OVERLAY_POINTS = [
    LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS
    NOSE_POINTS + MOUTH_POINTS
]

# Amount of blur to use during colour correction as a fraction of the
# pupillary distance.
COLOUR_CORRECT_BLUR_FRAC = 0.6

detector = dlib.get_frontal_

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       7617  2018-09-11 14:47  face.py

     文件        135  2018-09-11 14:52  readme.txt

    .......  99693937  2018-01-28 21:15  shape_predictor_68_face_landmarks.dat

----------- ---------  ---------- -----  ----

             99701689                    3