opencv换脸

本文详细介绍了如何利用OpenCV库进行面部检测、特征点定位,并实现精准的面部替换。通过实例步骤,读者可以了解到从图像处理到深度学习模型应用的全过程,掌握基本的换脸技术。
摘要由CSDN通过智能技术生成
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
#include <dlib/image_io.h>
#include <dlib/opencv.h>

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>

#include <iostream>
#include <vector>
#include <ctime>

struct correspondens {
	std::vector<int> index;
};

//using namespace dlib;
using namespace std;
//using namespace cv;

/*获得人脸68个特征点*/
vector<cv::Point> getImportent68Point(cv::Mat &frame);

/*获得68点的凸包*/
vector<cv::Point> getHullPoint(vector<cv::Point> importent68Point);

/*三角仿射变换*/
void warpTriangle(cv::Mat &img1, cv::Mat &img2, std::vector<cv::Point2f> &t1, std::vector<cv::Point2f> &t2);
void applyAffineTransform(cv::Mat &warpImage, cv::Mat &src, std::vector<cv::Point2f> &srcTri, std::vector<cv::Point2f> &dstTri);



int main(int argc, char *argv[])
{
	cv::Mat dst = cv::imread("5.jpg");
	cv::Mat src = cv::imread("c.jpg");
	
	cv::imshow("1",dst);
	
	vector<cv::Point> src_importent68Point = getImportent68Point(src);
	vector<cv::Point> dst_importent68Point = getImportent68Point(dst);
	//cout << "src_importent68Point.size():" << src_importent68Point.size() << endl;
	/*for (int i = 0; i < src_importent68Point.size(); i++) {
		circle(src, src_importent68Point[i], 1, cv::Scalar(255, 255, 255), -1);
	}*/

	vector <cv::Point> hull_src = getHullPoint(src_importent68Point);
	vector <cv::Point> hull_dst = getHul
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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