使用Python进行面部合成

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tsaiedu，并注明消息来源，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：chestnut_egg       Python爱好者社区专栏作者

博客：https://www.cnblogs.com/chestnut-egg

完整代码已上传至GitHub:

https://github.com/chestnut-egg/Face 

一. 准备工作

1. 此程序使用的是 Face++ 的API,所以需要去Face++官网注册账号:

https://www.faceplusplus.com.cn/

2. 创建应用,获取 key 和 secret

3. 下载 simplejson 模块 ,使用pip就可以下载了

pip install simplejson

二. 程序思路

1. 使用 decect 接口,获取人脸关键点

接口详细文档:

https://console.faceplusplus.com.cn/documents/4888373

* return_landmark 参数 不能为 0 不然不会返回人脸关键点

return_landmarkInt是否检测并返回人脸关键点。合法值为：

2 检测。返回 106 个人脸关键点。

1检测。返回 83 个人脸关键点。

0不检测

注：本参数默认值为 0

核心代码:

def find_face(imgpath):

   print("finding")

   http_url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'

   data = {"api_key": key, "api_secret": secret, "image_url": imgpath, "return_landmark": 1}

   files = {"image_file": open(imgpath, "rb")}

   response = requests.post(http_url, data=data, files=files)

   req_con = response.content.decode('utf-8')

   req_dict = JSONDecoder().decode(req_con)

   this_json = simplejson.dumps(req_dict)

   this_json2 = simplejson.loads(this_json)

   faces = this_json2['faces']

   list0 = faces[0]

   rectangle = list0['face_rectangle']

   # print(rectangle)

   return rectangle

2. 使用 mergeface 接口,合成脸部图像

接口详细文档:

https://console.faceplusplus.com.cn/documents/20813963

* 注意图片文件大小不超过 2 MB

核心代码:

# 模板图片地址 合成图片地址 生成图片地址 合成指数0-100

def add_face(image_url_1,image_url_2,image_url,number):

   ff1 = find_face(image_url_1)

   ff2 = find_face(image_url_2)

   rectangle1 = str(str(ff1['top']) + "," + str(ff1['left']) + "," + str(ff1['width']) + "," + str(ff1['height']))

   rectangle2 = str(ff2['top']) + "," + str(ff2['left']) + "," + str(ff2['width']) + "," + str(ff2['height'])

   # print(rectangle1)

   # print(rectangle2)

   url_add = "https://api-cn.faceplusplus.com/imagepp/v1/mergeface"

   f1 = open(image_url_1, 'rb')

   f1_64 = base64.b64encode(f1.read())

   f1.close()

   f2 = open(image_url_2, 'rb')

   f2_64 = base64.b64encode(f2.read())

   f2.close()

   data = {"api_key": key, "api_secret": secret, "template_base64": f1_64, "template_rectangle": rectangle1,

           "merge_base64": f2_64, "merge_rectangle": rectangle2, "merge_rate": number}

   response = requests.post(url_add, data=data)

   req_con = response.content.decode('utf-8')

   req_dict = JSONDecoder().decode(req_con)

   print(req_dict)

   result = req_dict['result']

   imgdata = base64.b64decode(result)

   file = open(image_url, 'wb')

   file.write(imgdata)

   file.close()

3. 示例运行代码

# 单独两张照片的合成示例

image_url_1 = r"C:\Users\1.jpg"

image_url_2 = r"C:\Users\2.jpg"

image_url = r'C:\Users\result.jpg'

add_face(image_url_1,image_url_2,image_url,50)

4. 封装一个多张照片的合成函数

用 列表List 储存图片地址,先以最开始的两张进行合成,然后将合成后的图片与列表中的其他图像依次合成

* 程序没有做List的长度验证,注意边界特殊情况

def add_many(list_face):

   print("正在合成第1-2张")

   image_now = r'C:\Users\now.jpg'

   add_face(list_face[0], list_face[1], image_now, 50)

   for index in range(2,len(list_face)):

       print("正在合成第"+str(index+1)+"张")

       add_face(image_now, list_face[index], image_now, 50)

5. 成果展示

素材1:

素材2:

合成结果:

完整代码:

https://github.com/chestnut-egg/Face

Python爱好者社区历史文章大合集：

Python爱好者社区历史文章列表（每周append更新一次）

福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：

关注后在公众号内回复“课程”即可获取：

小编的转行入职数据科学（数据分析挖掘/机器学习方向）【最新免费】

小编的Python入门免费视频课程！！！

小编的Python快速上手matplotlib可视化库！！！

崔老师爬虫实战案例免费学习视频。

陈老师数据分析报告制作免费学习视频。

玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。