Chinaunix首页 | 论坛 | 博客
  • 博客访问: 3256999
  • 博文数量: 284
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 2099
  • 用 户 组: 普通用户
  • 注册时间: 2019-10-28 13:40
文章分类

全部博文(284)

文章存档

2022年(57)

2021年(155)

2020年(50)

2019年(22)

我的朋友

分类: Python/Ruby

2022-04-17 19:50:01

# -*- coding: utf-8 -*-

import cv2

import dlib

import numpy as np

 detector = dlib.get_frontal_face_detector()  # dlib的正向人脸检测器

predictor = dlib.shape_predictor(r'shape_predictor_68_face_landmarks.dat')  # dlib的人脸形状检测器

def get_image_size(image):

    """

    获取图片大小(高度,宽度)

    :param image: image

    :return: (高度,宽度)

    """

    image_size = (image.shape[0], image.shape[1])

    return image_size

def get_face_landmarks(image, face_detector, shape_predictor):

    """

    获取人脸标志,68个特征点

    :param image: image

    :param face_detector: dlib.get_frontal_face_detector

    :param shape_predictor: dlib.shape_predictor

    :return: np.array([[],[]]), 68个特征点

    """

    dets = face_detector(image, 1)

     shape = shape_predictor(image, dets[0])

    face_landmarks = np.array([[p.x, p.y] for p in shape.parts()])

    return face_landmarks

def get_face_mask(image_size, face_landmarks):

    """

    获取人脸掩模

    :param image_size: 图片大小

    :param face_landmarks: 68个特征点

    :return: image_mask, 掩模图片

    """

    mask = np.zeros(image_size, dtype=np.uint8)

    points = np.concatenate([face_landmarks[0:16], face_landmarks[26:17:-1]])

    cv2.fillPoly(img=mask, pts=[points], color=255)

    return mask

def get_affine_image(image1, image2, face_landmarks1, face_landmarks2):

    """

    获取图片1仿射变换后的图片

    :param image1: 图片1, 要进行仿射变换的图片

    :param image2: 图片2, 只要用来获取图片大小,生成与之大小相同的仿射变换图片

    :param face_landmarks1: 图片1的人脸特征点

    :param face_landmarks2: 图片2的人脸特征点

    :return: 仿射变换后的图片

    """

    three_points_index = [18, 8, 25]

    M = cv2.getAffineTransform(face_landmarks1[three_points_index].astype(np.float32),

                               face_landmarks2[three_points_index].astype(np.float32))

    dsize = (image2.shape[1], image2.shape[0])

    affine_image = cv2.warpAffine(image1, M, dsize)

    return affine_image.astype(np.uint8)

def get_mask_center_point(image_mask):

    """

    获取掩模的中心点坐标

    :param image_mask: 掩模图片

    :return: 掩模中心

    """

    image_mask_index = np.argwhere(image_mask > 0)

    miny, minx = np.min(image_mask_index, axis=0)

    maxy, maxx = np.max(image_mask_index, axis=0)

    center_point = ((maxx + minx) // 2, (maxy + miny) // 2)

    return center_point

def get_mask_union(mask1, mask2):

    """

    获取两个掩模掩盖部分的并集

    :param mask1: mask_image, 掩模1

    :param mask2: mask_image, 掩模2

    :return: 两个掩模掩盖部分的并集

    """

    mask = np.min([mask1, mask2], axis=0)  # 掩盖部分并集

    mask = ((cv2.blur(mask, (5, 5)) == 255) * 255).astype(np.uint8)  # 缩小掩模大小

    mask = cv2.blur(mask, (3, 3)).astype(np.uint8)  # 模糊掩模

    return mask

def skin_color_adjustment(im1, im2, mask=None):

    """

    肤色调整

    :param im1: 图片1

    :param im2: 图片2

    :param mask: 人脸 mask. 如果存在,使用人脸部分均值来求肤色变换系数;否则,使用高斯模糊来求肤色变换系数

    :return: 根据图片2的颜色调整的图片1

    """

    if mask is None:

        im1_ksize = 55

        im2_ksize = 55

        im1_factor = cv2.GaussianBlur(im1, (im1_ksize, im1_ksize), 0).astype(np.float)

        im2_factor = cv2.GaussianBlur(im2, (im2_ksize, im2_ksize), 0).astype(np.float)

    else:

        im1_face_image = cv2.bitwise_and(im1, im1, mask=mask)

        im2_face_image = cv2.bitwise_and(im2, im2, mask=mask)

        im1_factor =外汇跟单gendan5.com np.mean(im1_face_image, axis=(0, 1))

        im2_factor = np.mean(im2_face_image, axis=(0, 1))

    im1 = np.clip((im1.astype(np.float) * im2_factor / np.clip(im1_factor, 1e-6, None)), 0, 255).astype(np.uint8)

    return im1

def main():

    im1 = cv2.imread('1.png')  # face_image

    im1 = cv2.resize(im1, (600, im1.shape[0] * 600 // im1.shape[1]))

    landmarks1 = get_face_landmarks(im1, detector, predictor)  # 68_face_landmarks

    if landmarks1 is None:

        print('{}:检测不到人脸'.format(image_face_path))

        exit(1)

    im1_size = get_image_size(im1)  # 脸图大小

    im1_mask = get_face_mask(im1_size, landmarks1)  # 脸图人脸掩模

    cam = cv2.VideoCapture(0)

    while True:

        ret_val, im2 = cam.read()  # camera_image

        landmarks2 = get_face_landmarks(im2, detector, predictor)  # 68_face_landmarks

        if landmarks2 is not None:

            im2_size = get_image_size(im2)  # 摄像头图片大小

            im2_mask = get_face_mask(im2_size, landmarks2)  # 摄像头图片人脸掩模

            affine_im1 = get_affine_image(im1, im2, landmarks1, landmarks2)  # im1(脸图)仿射变换后的图片

            affine_im1_mask = get_affine_image(im1_mask, im2, landmarks1, landmarks2)  # im1(脸图)仿射变换后的图片的人脸掩模

             union_mask = get_mask_union(im2_mask, affine_im1_mask)  # 掩模合并

            affine_im1 = skin_color_adjustment(affine_im1, im2, mask=union_mask)  # 肤色调整

            point = get_mask_center_point(affine_im1_mask)  # im1(脸图)仿射变换后的图片的人脸掩模的中心点

            seamless_im = cv2.seamlessClone(affine_im1, im2, mask=union_mask, p=point, flags=cv2.NORMAL_CLONE)  # 进行泊松融合

            cv2.imshow('seamless_im', seamless_im)

        else:

            cv2.imshow('seamless_im', im2)

        if cv2.waitKey(1) == 27:  # Esc退出

            break

    cv2.destroyAllWindows()

  if __name__ == '__main__':

    main()

阅读(158) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~