厲害！小 200 行 Python 代碼就可以做一個(gè)換臉程序
簡介
在這篇文章中我將介紹如何寫一個(gè)簡短(200行)的 Python 腳本，來自動(dòng)地將一幅圖片的臉替換為另一幅圖片的臉。
這個(gè)過程分四步：
- 檢測臉部標(biāo)記。
- 旋轉(zhuǎn)、縮放、平移和第二張圖片，以配合第一步。
- 調(diào)整第二張圖片的色彩平衡，以適配第一張圖片。
- 把第二張圖像的特性混合在第一張圖像中。
1.使用 dlib 提取面部標(biāo)記
該腳本使用 dlib 的 Python 綁定來提取面部標(biāo)記：
Dlib 實(shí)現(xiàn)了 Vahid Kazemi 和 Josephine Sullivan 的《使用回歸樹一毫秒臉部對準(zhǔn)》論文中的算法。算法本身非常復(fù)雜，但dlib接口使用起來非常簡單：
- PREDICTOR_PATH = "/home/matt/dlib-18.16/shape_predictor_68_face_landmarks.dat"
- detector = dlib.get_frontal_face_detector()
- predictor = dlib.shape_predictor(PREDICTOR_PATH)
- def get_landmarks(im):
- rects = detector(im, 1)
- if len(rects) > 1:
- raise TooManyFaces
- if len(rects) == 0:
- raise NoFaces
- return numpy.matrix([[p.x, p.y] for p in predictor(im, rects[0]).parts()])
get_landmarks()函數(shù)將一個(gè)圖像轉(zhuǎn)化成numpy數(shù)組，并返回一個(gè)68×2元素矩陣，輸入圖像的每個(gè)特征點(diǎn)對應(yīng)每行的一個(gè)x，y坐標(biāo)。
特征提取器(predictor)需要一個(gè)粗糙的邊界框作為算法輸入，由一個(gè)傳統(tǒng)的能返回一個(gè)矩形列表的人臉檢測器(detector)提供，其每個(gè)矩形列表在圖像中對應(yīng)一個(gè)臉。
2.用 Procrustes 分析調(diào)整臉部
現(xiàn)在我們已經(jīng)有了兩個(gè)標(biāo)記矩陣，每行有一組坐標(biāo)對應(yīng)一個(gè)特定的面部特征(如第30行的坐標(biāo)對應(yīng)于鼻頭)。我們現(xiàn)在要解決如何旋轉(zhuǎn)、翻譯和縮放第一個(gè)向量，使它們盡可能適配第二個(gè)向量的點(diǎn)。一個(gè)想法是可以用相同的變換在第一個(gè)圖像上覆蓋第二個(gè)圖像。
將這個(gè)問題數(shù)學(xué)化，尋找T，s 和 R，使得下面這個(gè)表達(dá)式：
結(jié)果最小，其中R是個(gè)2×2正交矩陣，s是標(biāo)量，T是二維向量，pi和qi是上面標(biāo)記矩陣的行。
事實(shí)證明，這類問題可以用“常規(guī) Procrustes 分析法”解決：
- def transformation_from_points(points1, points2):
- points1 = points1.astype(numpy.float64)
- points2 = points2.astype(numpy.float64)
- c1 = numpy.mean(points1, axis=0)
- c2 = numpy.mean(points2, axis=0)
- points1 -= c1
- points2 -= c
- s1 = numpy.std(points1)
- s2 = numpy.std(points2)
- points1 /= s1
- points2 /= s2
- U, S, Vt = numpy.linalg.svd(points1.T * points2)
- R = (U * Vt).T
- return numpy.vstack([numpy.hstack(((s2 / s1) * R,
- c2.T - (s2 / s1) * R * c1.T)),
- numpy.matrix([0., 0., 1.])])
代碼實(shí)現(xiàn)了這幾步：
- 將輸入矩陣轉(zhuǎn)換為浮點(diǎn)數(shù)。這是后續(xù)操作的基礎(chǔ)。
- 每一個(gè)點(diǎn)集減去它的矩心。一旦為點(diǎn)集找到了一個(gè)最佳的縮放和旋轉(zhuǎn)方法，這兩個(gè)矩心 c1 和 c2 就可以用來找到完整的解決方案。
- 同樣，每一個(gè)點(diǎn)集除以它的標(biāo)準(zhǔn)偏差。這會(huì)消除組件縮放偏差的問題。
- 使用奇異值分解計(jì)算旋轉(zhuǎn)部分。可以在維基百科上看到關(guān)于解決正交 Procrustes 問題的細(xì)節(jié)。
- 利用仿射變換矩陣返回完整的轉(zhuǎn)化。
其結(jié)果可以插入 OpenCV 的 cv2.warpAffine 函數(shù)，將圖像二映射到圖像一：
- def warp_im(im, M, dshape):
- output_im = numpy.zeros(dshape, dtype=im.dtype)
- cv2.warpAffine(im,
- M[:2],
- (dshape[1], dshape[0]),
- dst=output_im,
- borderMode=cv2.BORDER_TRANSPARENT,
- flags=cv2.WARP_INVERSE_MAP)
- return output_im
對齊結(jié)果如下：
3.校正第二張圖像的顏色
如果我們試圖直接覆蓋面部特征，很快會(huì)看到這個(gè)問題：
這個(gè)問題是兩幅圖像之間不同的膚色和光線造成了覆蓋區(qū)域的邊緣不連續(xù)。我們試著修正：
- COLOUR_CORRECT_BLUR_FRAC = 0.6
- LEFT_EYE_POINTS = list(range(42, 48))
- RIGHT_EYE_POINTS = list(range(36, 42))
- def correct_colours(im1, im2, landmarks1):
- blur_amount = COLOUR_CORRECT_BLUR_FRAC * numpy.linalg.norm(
- numpy.mean(landmarks1[LEFT_EYE_POINTS], axis=0) -
- numpy.mean(landmarks1[RIGHT_EYE_POINTS], axis=0))
- blur_amount = int(blur_amount)
- if blur_amount % 2 == 0:
- blur_amount += 1
- im1_blur = cv2.GaussianBlur(im1, (blur_amount, blur_amount), 0)
- im2_blur = cv2.GaussianBlur(im2, (blur_amount, blur_amount), 0)
- # Avoid divide-by-zero errors.
- im2_blur += 128 * (im2_blur <= 1.0)
- return (im2.astype(numpy.float64) * im1_blur.astype(numpy.float64) /
- im2_blur.astype(numpy.float64))
結(jié)果如下：
此函數(shù)試圖改變 im2 的顏色來適配 im1。它通過用 im2 除以 im2 的高斯模糊值，然后乘以im1的高斯模糊值。這里的想法是用RGB縮放校色，但并不是用所有圖像的整體常數(shù)比例因子，每個(gè)像素都有自己的局部比例因子。
用這種方法兩圖像之間光線的差異只能在某種程度上被修正。例如，如果圖像1是從一側(cè)照亮，但圖像2是被均勻照亮的，色彩校正后圖像2也會(huì)出現(xiàn)未照亮一側(cè)暗一些的問題。
也就是說，這是一個(gè)相當(dāng)簡陋的辦法，而且解決問題的關(guān)鍵是一個(gè)適當(dāng)?shù)母咚购撕瘮?shù)大小。如果太小，第一個(gè)圖像的面部特征將顯示在第二個(gè)圖像中。過大，內(nèi)核之外區(qū)域像素被覆蓋，并發(fā)生變色。這里的內(nèi)核用了一個(gè)0.6 *的瞳孔距離。
4.把第二張圖像的特征混合在第一張圖像中
用一個(gè)遮罩來選擇圖像2和圖像1的哪些部分應(yīng)該是最終顯示的圖像：
值為1(顯示為白色)的地方為圖像2應(yīng)該顯示出的區(qū)域，值為0(顯示為黑色)的地方為圖像1應(yīng)該顯示出的區(qū)域。值在0和1之間為圖像1和圖像2的混合區(qū)域。
我們把上述過程分解：
- get_face_mask()的定義是為一張圖像和一個(gè)標(biāo)記矩陣生成一個(gè)遮罩，它畫出了兩個(gè)白色的凸多邊形：一個(gè)是眼睛周圍的區(qū)域，一個(gè)是鼻子和嘴部周圍的區(qū)域。之后它由11個(gè)像素向遮罩的邊緣外部羽化擴(kuò)展，可以幫助隱藏任何不連續(xù)的區(qū)域。
- 這樣一個(gè)遮罩同時(shí)為這兩個(gè)圖像生成，使用與步驟2中相同的轉(zhuǎn)換，可以使圖像2的遮罩轉(zhuǎn)化為圖像1的坐標(biāo)空間。
- 之后，通過一個(gè)element-wise最大值，這兩個(gè)遮罩結(jié)合成一個(gè)。結(jié)合這兩個(gè)遮罩是為了確保圖像1被掩蓋，而顯現(xiàn)出圖像2的特性。
最后，使用遮罩得到最終的圖像：
- output_im = im1 * (1.0 - combined_mask) + warped_corrected_im2 * combined_mask
