结不雅如下:
此函数试图改变 im2 的色彩来适配 im1。它经由过程用 im2 除以 im2 的高斯模糊值,然后乘以im1的高斯模糊值。这里的设法主意是用RGB缩放校色,但并不是用所有图像的┞符体常数比例因子,每个像素都有本身的局部比例因子。
这是生成上图的代码:
也就是说,这是一个相当简陋的办法,并且解决问题的关键是一个恰当的高斯核函数大年夜小。如不雅太小,第一个图像的面部特点将显示在第二个图像中。过大年夜,内核之外区域像素被覆盖,并产生变色。这里的内核用了一个0.6 *的瞳孔距离。
4.把第二张图像的特点混淆在第一张图像中
值为1(显示为白色)的处所为图像2应当显示出的区域,值为0(显示为黑色)的处所为图像1应当显示出的区域。值袈溱0和1之间为图像1和图像2的混淆区域。
- LEFT_EYE_POINTS = list(range(42, 48))
- RIGHT_EYE_POINTS = list(range(36, 42))
- LEFT_BROW_POINTS = list(range(22, 27))
- RIGHT_BROW_POINTS = list(range(17, 22))
- NOSE_POINTS = list(range(27, 35))
- MOUTH_POINTS = list(range(48, 61))
- OVERLAY_POINTS = [
- LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS,
- NOSE_POINTS + MOUTH_POINTS,
- ]
- FEATHER_AMOUNT = 11
- def draw_convex_hull(im, points, color):
- points = cv2.convexHull(points)
- cv2.fillConvexPoly(im, points, color=color)
- def get_face_mask(im, landmarks):
- im = numpy.zeros(im.shape[:2], dtype=numpy.float64)
- for group in OVERLAY_POINTS:
- draw_convex_hull(im,
- landmarks[
推荐阅读
全平易近充电节 | 3月26日~30日 2000位IT行业拭魅战专家邀请你一路充电进修! 作为手机阵营的两大年夜巨擘,苹不雅和三星因为一部iPhone X走在了一路,两边都大年夜中获得了本身想要的器械>>>详细阅读
地址:http://www.17bianji.com/lsqh/40825.html
1/2 1