如何使用OpenCV和DLIB在圖像上操作人臉?
這是一個關(guān)于如何使用OpenCV和DLIB在圖像上應(yīng)用虛擬唇膏的快速教程。同樣的原理也可以推廣到其他面部特征,比如某人的眼睛、鼻子、下巴……。為了獲得上圖所示的結(jié)果,我們需要執(zhí)行以下一系列步驟:檢測面部標志使用由嘴標志組成的凸多邊形創(chuàng)建掩碼使用形態(tài)學(xué)操作增強掩碼,并使其模糊,以獲得更好的混合效果隔離嘴唇和臉部將顏色變換應(yīng)用于嘴唇把嘴唇和臉放在一起首先要做的是檢測人臉的面部標志。庫Dlib提供了一種方便的方法來實現(xiàn)這一點;但是,請記住,被攝對象的面部需要面對攝影機。如果頭部姿勢不正確,檢測結(jié)果將不好。
在這個例子中,我們只對嘴唇的點感興趣。下圖顯示了Dlib返回的面部標志點的索引。如你所見,我們對48點到60點(嘴唇的外部“輪廓”)感興趣。
利用這些點,我們可以制作一個掩碼,讓我們在不影響面部整體外觀的情況下處理嘴唇的顏色。但是,等一下。在開始操作這些顏色之前,我們需要改進掩碼。在這個例子中,一個帶有4x4矩形內(nèi)核的形態(tài)學(xué)閉合操作就足夠了。注意下面的圖片,這個步驟填補了由cv2生成的原始多邊形右上角的一個空白。右:使用唇部創(chuàng)建的凸多邊形/左:關(guān)閉操作后的多邊形
為了獲得自然的效果,我們還需要模糊掩碼。模糊掩碼將產(chǎn)生更好的混合效果。我們將cv2.GaussianBlur應(yīng)用于掩碼。最后,我們反轉(zhuǎn)掩碼(我們需要兩個,一個用于嘴唇,一個用于面部)。右:模糊掩碼/左:模糊反向掩碼
我們將應(yīng)用這些掩碼,方法是將它們從0–255(uint8)轉(zhuǎn)換為0–1(float)范圍,然后將它們與圖像相乘。右下方的圖像是原始圖像乘以反轉(zhuǎn)掩碼。左側(cè)的圖像是原始圖像上的顏色變換乘以掩碼的結(jié)果。顏色變換由cv2.a(chǎn)pplyColorMap(im, cv2.COLORMAP_INFERNO)給出。右:原始圖像和反向模糊掩碼的位與運算/左:顏色變換圖像和模糊掩碼的位與運算
現(xiàn)在,剩下要做的就是將這兩個圖像相加。右:原始圖像/左:結(jié)果圖像
這是代碼。
import cv2
import dlib
import faceBlendCommon as face
import numpy as np
# 加載圖像
im = cv2.imread("cv2/girl-no-makeup.jpg")
# 檢測人臉關(guān)鍵點
PREDICTOR_PATH = r"C:Userselipe.cunhaDocumentsenvcv2week1-pytondatamodelsshape_predictor_68_face_landmarks.dat"
faceDetector = dlib.get_frontal_face_detector()
landmarkDetector = dlib.shape_predictor(PREDICTOR_PATH)
landmarks = face.getLandmarks(faceDetector, landmarkDetector, im)
# 為嘴唇制作一個掩碼
lipsPoints = landmarks[48:60]
mask = np.zeros((im.shape[0], im.shape[1], 3), dtype=np.float32)
cv2.fillConvexPoly(mask, np.int32(lipsPoints), (1.0, 1.0, 1.0))
mask = 255*np.uint8(mask)
# 應(yīng)用閉合操作改善掩碼
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (40,40))
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel, 1)
# 模糊掩碼以獲得自然效果
mask = cv2.GaussianBlur(mask,(15,15),cv2.BORDER_DEFAULT)
# 計算逆掩碼
inverseMask = cv2.bitwise_not(mask)
# 將掩碼轉(zhuǎn)換為浮點以執(zhí)行混合
mask = mask.a(chǎn)stype(float)/255
inverseMask = inverseMask.a(chǎn)stype(float)/255
# 為嘴唇應(yīng)用顏色貼圖
lips = cv2.a(chǎn)pplyColorMap(im, cv2.COLORMAP_INFERNO)
# 將嘴唇和人臉轉(zhuǎn)換為0-1范圍
lips = lips.a(chǎn)stype(float)/255
ladyFace = im.a(chǎn)stype(float)/255
# 用掩碼調(diào)整嘴唇和臉
justLips = cv2.multiply(mask, lips)
justFace = cv2.multiply(inverseMask, ladyFace)
# 加上臉和嘴唇
result = justFace + justLips
# 顯示結(jié)果
cv2.imshow("", result)
cv2.waitKey(0)

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?