小200行Python代码做了一个换脸程序

group],

color=1)

im = numpy.array([im, im, im]).transpose((1, 2, 0))

im = (cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT), 0) > 0) * 1.0

im = cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT), 0)

return im

mask = get_face_mask(im2, landmarks2)

warped_mask = warp_im(mask, M, im1.shape)

combined_mask = numpy.max([get_face_mask(im1, landmarks1), warped_mask], axis=0)

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) 	
			 5/9   首页 上一页 3 4 5 6 7 8 下一页 尾页	
			

　　推荐阅读
　　蜜月期还没过完 苹果就要和三星分手了
            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


本文标题：小200行Python代码做了一个换脸程序
地址：http://www.17bianji.com/lsqh/40825.html
 1/2    1