Python实例题：川普撞脸希拉里(基于OpenCV的面部特征交换）

最新推荐文章于 2025-05-08 19:55:53 发布

狐凄

最新推荐文章于 2025-05-08 19:55:53 发布

阅读量427

点赞数 5

分类专栏：实例文章标签： python opencv 开发语言

本文链接：https://blog.csdn.net/shangzhiqi/article/details/147494825

版权

实例专栏收录该内容

72 篇文章

订阅专栏

Python实例题

题目

川普撞脸希拉里(基于OpenCV的面部特征交换）

实现思路

人脸检测：利用 OpenCV 的人脸检测器检测出川普和希拉里图片中的人脸。
特征点定位：使用预训练的面部特征点检测模型（如 dlib 的 68 点特征检测器）来定位人脸的特征点，如眼睛、鼻子、嘴巴等。
特征交换：根据检测到的特征点，将川普的面部特征区域提取出来，并将其映射到希拉里的对应位置，反之亦然。
图像融合：将交换后的特征区域融合到原始图像中，使交换后的图像看起来自然。

代码实现

import cv2
import dlib
import numpy as np


def get_landmarks(image):
    """
    获取图像中人脸的 68 个特征点
    :param image: 输入的图像
    :return: 特征点的坐标
    """
    detector = dlib.get_frontal_face_detector()
    predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
    if len(faces) == 0:
        return None
    face = faces[0]
    landmarks = predictor(gray, face)
    landmarks_points = []
    for n in range(0, 68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        landmarks_points.append((x, y))
    return np.array(landmarks_points)


def affine_transform(image, source_points, dest_points):
    """
    进行仿射变换
    :param image: 输入的图像
    :param source_points: 源特征点
    :param dest_points: 目标特征点
    :return: 变换后的图像
    """
    M = cv2.getAffineTransform(source_points[:3], dest_points[:3])
    warped_image = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
    return warped_image


def face_swap(image1, image2):
    """
    进行面部特征交换
    :param image1: 图像 1
    :param image2: 图像 2
    :return: 交换后的图像
    """
    landmarks1 = get_landmarks(image1)
    landmarks2 = get_landmarks(image2)

    if landmarks1 is None or landmarks2 is None:
        print("未检测到人脸，请检查输入图像。")
        return None

    warped_image1 = affine_transform(image1, landmarks1, landmarks2)

    # 创建一个掩码
    hull_index = cv2.convexHull(landmarks2, returnPoints=False)
    mask = np.zeros_like(image2)
    cv2.fillConvexPoly(mask, cv2.convexHull(landmarks2), (255, 255, 255))

    # 提取交换后的面部区域
    warped_face = cv2.bitwise_and(warped_image1, warped_image1, mask=mask)

    # 进行泊松融合
    r = cv2.boundingRect(cv2.convexHull(landmarks2))
    center_face2 = (r[0] + int(r[2] / 2), r[1] + int(r[3] / 2))
    output = cv2.seamlessClone(warped_face, image2, mask, center_face2, cv2.NORMAL_CLONE)

    return output


if __name__ == "__main__":
    # 加载川普和希拉里的图片
    trump_image = cv2.imread("trump.jpg")
    hillary_image = cv2.imread("hillary.jpg")

    # 进行面部特征交换
    swapped_image = face_swap(trump_image, hillary_image)

    if swapped_image is not None:
        # 显示交换后的图像
        cv2.imshow("Swapped Face", swapped_image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

代码解释

get_landmarks 函数：
- 使用 dlib 的人脸检测器检测图像中的人脸。
- 使用预训练的 68 点特征检测器定位人脸的特征点，并将其存储为 numpy 数组。
affine_transform 函数：
- 计算源特征点到目标特征点的仿射变换矩阵。
- 使用 cv2.warpAffine 函数对图像进行仿射变换。
face_swap 函数：
- 调用 get_landmarks 函数获取两张图像中人脸的特征点。
- 调用 affine_transform 函数将第一张图像的面部特征变换到第二张图像的对应位置。
- 创建一个掩码，提取交换后的面部区域。
- 使用 cv2.seamlessClone 函数进行泊松融合，使交换后的面部区域与原始图像自然融合。
主程序：
- 加载川普和希拉里的图片。
- 调用 face_swap 函数进行面部特征交换。
- 显示交换后的图像。

运行思路

安装依赖库：确保已经安装了 opencv-python 和 dlib 库，可以使用以下命令进行安装：

pip install opencv-python
pip install dlib

下载预训练模型：从 dlib 官方网站下载 shape_predictor_68_face_landmarks.dat 模型文件，并将其放在脚本所在的目录下。
准备图片：将川普和希拉里的图片分别命名为 trump.jpg 和 hillary.jpg，并放在脚本所在的目录下。
运行脚本：在终端中运行 python face_feature_swapping.py，即可看到交换后的图像。