我们把上述过程分化:
-
之后,经由过程一个element-wise最大年夜值,这两个遮罩结合成一个。结合这两个遮罩是为了确保图像1被掩盖,而浮现出图像2的特点。
用这种办法两图像之间光线的差别只能在某种程度上被修改。例如,如不雅图像1是大年夜一侧照亮,但图像2是被平均照亮的,色彩校订后图像2也会出现未照亮一侧暗一些的问题。
最后,应用遮罩获得最终的图像:
- output_im = im1 * (1.0 - combined_mask) + warped_corrected_im2 * combined_mask
完全代码(link):
- import cv2
- import dlib
- import numpy
- import sys
- PREDICTOR_PATH = "/home/matt/dlib-18.16/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)
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