前言:
而今你们对“python安装cv2模块的方法”大概比较注意,朋友们都需要了解一些“python安装cv2模块的方法”的相关内容。那么小编在网络上收集了一些关于“python安装cv2模块的方法””的相关资讯,希望姐妹们能喜欢,朋友们快快来了解一下吧!开发工具
相关模块:python-opencv模块;dlib模块;numpy模块。
环境搭建
安装Python并添加到环境变量,pip安装需要的相关模块即可。
dlib据说用Anaconda装比较方便。年代太久远有些忘记了,我一直用原生的Python,忘了怎么装好的,似乎也挺方便的。之前的文章分享过一些编译好的whl文件,可以直接pip安装。
想要学习Python。关注小编头条号,私信【学习资料】,即可免费领取一整套系统的板Python学习教程!
原理简介
主要流程:
(1)利用dlib库检测并获取人脸特征点;
(2)通过一些简单的处理使得第二张人脸的眼睛、鼻子和嘴巴较好地“装”到第一张人脸上。
一些细节:
特征检测器:
用的dlib官方提供的预训练好的模型。
第二张图片的人脸特征需要对齐到第一张图片的人脸特征
具体实现方式详见相关文件中的源代码。
使用演示
修改SwapFace.py文件的图片路径为自己需要操作的图片路径:
然后在cmd窗口运行即可。
一些结果图:
(1)特朗普+奥巴马
(2)普及+安倍
(3)乔布斯+比尔盖茨
(4)莱布尼兹+牛顿
(5)爱因斯坦+薛定谔
完整代码
# 基于OpenCV的面部特征交换import numpy as npimport dlibimport cv2# 脸FACE_POINTS = list(range(17, 68))# 嘴巴MOUTH_POINTS = list(range(48, 61))# 右眉毛RIGHT_BROW_POINTS = list(range(17, 22))# 左眉毛LEFT_BROW_POINTS = list(range(22, 27))# 右眼RIGHT_EYE_POINTS = list(range(36, 42))# 左眼LEFT_EYE_POINTS = list(range(42, 48))# 鼻子NOSE_POINTS = list(range(27, 35))# 下巴JAW_POINTS = list(range(0, 17))detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')def GetLandmarks(img_path): img = cv2.imread(img_path, cv2.IMREAD_COLOR) rects = detector(img, 1) if len(rects) > 1: print('[Warning]: More than one face in picture, only choose one randomly...') rects = rects[0] elif len(rects) == 0: print('[Error]: No face detected...') return None return img, np.matrix([[p.x, p.y] for p in predictor(img, rects[0]).parts()])# refer:# TransferPoints(points1, points2): points1 = points1.astype(np.float64) points2 = points2.astype(np.float64) c1 = np.mean(points1, axis=0) c2 = np.mean(points2, axis=0) points1 -= c1 points2 -= c2 s1 = np.std(points1) s2 = np.std(points2) points1 /= s1 points2 /= s2 # 奇异值分解 U, S, Vt = np.linalg.svd(points1.T * points2) R = (U * Vt).T return np.vstack([np.hstack(((s2/s1)*R, c2.T-(s2/s1)*R*c1.T)), np.matrix([0., 0., 1.])])def DrawConvexHull(img, points, color): points = cv2.convexHull(points) cv2.fillConvexPoly(img, points, color=color)def GetFaceMask(img, landmarks): img = np.zeros(img.shape[:2], dtype=np.float64) groups = [ LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS, NOSE_POINTS + MOUTH_POINTS, ] for group in groups: DrawConvexHull(img, landmarks[group], color=1) img = np.array([img, img, img]).transpose((1, 2, 0)) img = (cv2.GaussianBlur(img, (11, 11), 0) > 0) * 1.0 img = cv2.GaussianBlur(img, (11, 11), 0) return imgdef WarpImg(img, M, dshape): output_img = np.zeros(dshape, dtype=img.dtype) cv2.warpAffine(img, M[:2], (dshape[1], dshape[0]), dst=output_img, borderMode=cv2.BORDER_TRANSPARENT, flags=cv2.WARP_INVERSE_MAP) return output_imgdef ModifyColor(img1, img2, landmarks1): blur_amount = 0.6 * np.linalg.norm(np.mean(landmarks1[LEFT_EYE_POINTS], axis=0) - np.mean(landmarks1[RIGHT_EYE_POINTS], axis=0)) blur_amount = int(blur_amount) if blur_amount % 2 == 0: blur_amount += 1 img1_blur = cv2.GaussianBlur(img1, (blur_amount, blur_amount), 0) img2_blur = cv2.GaussianBlur(img2, (blur_amount, blur_amount), 0) img2_blur += (128 * (img2_blur <= 1.0)).astype(img2_blur.dtype) return (img2.astype(np.float64) * img1_blur.astype(np.float64) / img2_blur.astype(np.float64))def main(img1, img2): ALIGN_POINTS = (LEFT_BROW_POINTS + RIGHT_EYE_POINTS + LEFT_EYE_POINTS + RIGHT_BROW_POINTS + NOSE_POINTS + MOUTH_POINTS) img1, landmarks1 = GetLandmarks(img1) img2, landmarks2 = GetLandmarks(img2) M = TransferPoints(landmarks1[ALIGN_POINTS], landmarks2[ALIGN_POINTS]) mask = GetFaceMask(img2, landmarks2) warped_mask = WarpImg(mask, M, img1.shape) combined_mask = np.max([GetFaceMask(img1, landmarks1), warped_mask], axis=0) warped_img2 = WarpImg(img2, M, img1.shape) warped_corrected_img2 = ModifyColor(img1, warped_img2, landmarks1) output_img = img1 * (1.0 - combined_mask) + warped_corrected_img2 * combined_mask cv2.imwrite('output.jpg', output_img)if __name__ == '__main__': main('./1.png', './2.png')
版权声明:
本站文章均来自互联网搜集,如有侵犯您的权益,请联系我们删除,谢谢。
标签: #python安装cv2模块的方法