美颜算法 ---磨皮、美白、眼部提亮(Python)

美颜特效

 

博客使用python 实现的所有的代码都放到了github上面。 转载需带有本博客地址。

手打不易,如果感觉还不错请在github上给项目打星谢谢。

Github地址: https://github.com/1006927966/magic_face (有时候博客更新块代码更新慢请谅解)

 

 

博客中美颜效果,实现了三类,磨皮、美白、眼睛变亮(之后有时间会继续添加更多功能。。。。)

什么都不说,先上原图

 

  1. 磨皮算法

   磨皮算法的基本流程,

 

博客中的算法使用的是高反差保留的方式。 效果如下

 

  1. 美白

美白算法和磨皮算法需要皮肤检测算法,但是在博客算法实现的过程中没有使用皮肤检测算法,使用的是关键点构建mask的方法来实现的。速度更加的快。 美白效果如下

 

  1. 眼部提亮

  这一部分也需要构建眼部的mask,然后在进行操作。效果图如下

 

  • 4
    点赞
  • 45
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要在Python中使用OpenCV进行人脸美颜,你可以使用以下步骤: 1. 加载人脸检测器和预训练的模型。你可以使用OpenCV提供的人脸检测器`haarcascade_frontalface_default.xml`来检测人脸。 2. 加载图像,并进行灰度转换。 3. 使用人脸检测器检测图像中的人脸。 4. 对每张检测到的人脸进行美颜处理。你可以使用OpenCV提供的各种图像处理函数,如磨皮美白、调整对比度和饱和度等。 以下是一个简单的示例代码,展示如何使用OpenCV进行人脸美颜: ```python import cv2 # 加载人脸检测器 face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 加载图像 image = cv2.imread("face.jpg") # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, 1.1, 4) # 遍历每张人脸 for (x, y, w, h) in faces: # 提取人脸区域 face_roi = image[y:y+h, x:x+w] # 进行人脸美颜处理 # ... # 将美颜后的人脸区域放回原图像 image[y:y+h, x:x+w] = face_roi # 显示结果 cv2.imshow("Beauty", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个示例代码中,你可以根据需要使用不同的图像处理函数来实现美颜效果。例如,你可以使用高斯模糊函数`cv2.GaussianBlur()`来实现磨皮效果,使用亮度调整函数`cv2.addWeighted()`来实现美白效果等。 请注意,这只是一个简单的示例代码,你可以根据实际需求进行修改和扩展。希望对你有所帮助!如有更多问题,请继续提问。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值