小 200 行 Python 代碼製作一個換臉程序

簡介
在這篇文章中我將介紹如何寫一個簡短(200行)的 Python 腳本，來自動地將一幅圖片的臉替換為另一幅圖片的臉。
這個過程分四步：
檢測臉部標記。
旋轉、縮放、平移和第二張圖片，以配合第一步。
調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 提取面部標記
該腳本使用 dlib 的 Python 綁定來提取面部標記：
Dlib 實現了 Vahid Kazemi 和 Josephine Sullivan 的《使用迴歸樹一毫秒臉部對準》論文中的算法。算法本身非常複雜，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()函數將一個圖像轉化成numpy數組，並返回一個68×2元素矩陣，輸入圖像的每個特徵點對應每行的一個x，y座標。
特徵提取器(predictor)需要一個粗糙的邊界框作為算法輸入，由一個傳統的能返回一個矩形列表的人臉檢測器(detector)提供，其每個矩形列表在圖像中對應一個臉。
2.用 Procrustes 分析調整臉部
現在我們已經有了兩個標記矩陣，每行有一組座標對應一個特定的面部特徵(如第30行的座標對應於鼻頭)。我們現在要解決如何旋轉、翻譯和縮放第一個向量，使它們儘可能適配第二個向量的點。一個想法是可以用相同的變換在第一個圖像上覆蓋第二個圖像。
將這個問題數學化，尋找T，s 和 R，使得下面這個表達式：
結果最小，其中R是個2×2正交矩陣，s是標量，T是二維向量，pi和qi是上面標記矩陣的行。
事實證明，這類問題可以用“常規 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.])])
代碼實現了這幾步：
將輸入矩陣轉換為浮點數。這是後續操作的基礎。
每一個點集減去它的矩心。一旦為點集找到了一個最佳的縮放和旋轉方法，這兩個矩心 c1 和 c2 就可以用來找到完整的解決方案。
同樣，每一個點集除以它的標準偏差。這會消除組件縮放偏差的問題。
使用奇異值分解計算旋轉部分。可以在維基百科上看到關於解決正交 Procrustes 問題的細節。
利用仿射變換矩陣返回完整的轉化。
其結果可以插入 OpenCV 的 cv2.warpAffine 函數，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徵，很快會看到這個問題：
這個問題是兩幅圖像之間不同的膚色和光線造成了覆蓋區域的邊緣不連續。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))
結果如下：
此函數試圖改變 im2 的顏色來適配 im1。它通過用 im2 除以 im2 的高斯模糊值，然後乘以im1的高斯模糊值。這裡的想法是用RGB縮放校色，但並不是用所有圖像的整體常數比例因子，每個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是從一側照亮，但圖像2是被均勻照亮的，色彩校正後圖像2也會出現未照亮一側暗一些的問題。
也就是說，這是一個相當簡陋的辦法，而且解決問題的關鍵是一個適當的高斯核函數大小。如果太小，第一個圖像的面部特徵將顯示在第二個圖像中。過大，內核之外區域像素被覆蓋，併發生變色。這裡的內核用了一個0.6 *的瞳孔距離。
4.把第二張圖像的特徵混合在第一張圖像中
用一個遮罩來選擇圖像2和圖像1的哪些部分應該是最終顯示的圖像：
值為1(顯示為白色)的地方為圖像2應該顯示出的區域，值為0(顯示為黑色)的地方為圖像1應該顯示出的區域。值在0和1之間為圖像1和圖像2的混合區域。
我們把上述過程分解：
get_face_mask()的定義是為一張圖像和一個標記矩陣生成一個遮罩，它畫出了兩個白色的凸多邊形：一個是眼睛周圍的區域，一個是鼻子和嘴部周圍的區域。之後它由11個像素向遮罩的邊緣外部羽化擴展，可以幫助隱藏任何不連續的區域。
這樣一個遮罩同時為這兩個圖像生成，使用與步驟2中相同的轉換，可以使圖像2的遮罩轉化為圖像1的座標空間。
之後，通過一個element-wise最大值，這兩個遮罩結合成一個。結合這兩個遮罩是為了確保圖像1被掩蓋，而顯現出圖像2的特性。
最後，使用遮罩得到最終的圖像：
output_im = im1 * (1.0 - combined_mask) + warped_corrected_im2 * combined_mask