c#结合emgucv进行人脸检测_结合风格迁移与人脸检测实时变脸

"变脸"是川剧表演的特技之一，要练就真正的变脸，大概要深厚的基本功，那就是唱，念，做，打都要十分精通，所以想要变脸也不是那么容易的，不过现在好了，有了"facechanging"，你想变脸就变脸。

facechanging主要受到神经网络风格迁移的启发，加上一直在做物体检测，最近无聊之中无意间看到一篇论文，Perceptual Losses for Real-Time Style Transfer and Super-Resolution，都是好多年前的了，本着好玩儿打发无聊时间就弄了个变脸，论文提出的风格迁移实现版本是实时的。

只要安装了python3.5以上，配置了tensorflow1.5+和keras，以及opencv就可以跑起来了，虽然tensorflow用的是v1，不过v2也是可以兼容的。

如有时间，后续计划使用QT做个客户端出来，感兴趣的道友欢迎与我联系加入或者github PR

0. 处理方法

原始训练的权重文件每一个大小就有66.4M，由于我只需要推理阶段，所以将loss net从原始网络中移除，同时将权重转换为pb格式，大小骤降到每个风格7.4M，共有四种风格也就不到30M。

所有代码，权重文件和素材都可以从github源码仓库下载，如果使用pip安装，则不需要下载权重文件，已经包含在whl包里面了。

1. 命令行参数

首先通过 pip install facechanging 进行安装，或者直接到笔者的github下载源码和素材。然后在命令行输入facechanging以及几个参数，主要有：

• - 输入类型(-i)：支持图像（image），视频（video）或者直接调用摄像头(参数值为camera，默认)
• - 风格类型(-style)：原作者提供了四种风格，参数值分别为：des, la， wave， mirror， 其中mirror为默认。各风格如下图所示
• - 图像地址(-img)：如果输入类型为image，那么这个参数不能为空，需要指明图像地址
• - 视频地址(-video)：如果输入类型为video， 那么这个参数不能为空，需要指明本地视频所在路径
• - 保存地址(-save)：可以为空，如果不为空，则转换后的图像或者视频会保存起来，视频后缀名需为mp4，若为空则不保存

由此可见，如果只在命令行输入facechanging那么默认打开摄像头，使用mirror风格，并且不保存视频。

风格

可通过在命令行输入`facechanging -h`查看各个参数详情：

glj@ubuntu:~$ facechanging -h
Using TensorFlow backend.
usage: facechanging [-h] [-i {image,video,camera}]
                    [-style {des,la,mirror,wave}] [-img IMAGE_PATH]
                    [-video VIDEO_PATH] [-save SAVE_PATH]
Face Changing Input arguments parser
optional arguments:
  -h, --help            show this help message and exit
  -i {image,video,camera}, --input-type {image,video,camera}
                        input type
  -style {des,la,mirror,wave}, --style {des,la,mirror,wave}
                        style you want to transfer to
  -img IMAGE_PATH, --image-path IMAGE_PATH
                        image path if input type is image
  -video VIDEO_PATH, --video-path VIDEO_PATH
                        video path if input type is video
  -save SAVE_PATH, --save_path SAVE_PATH
                        save path for result image or video

2. 使用示例

例子1， 输入图像fc.jpg，使用des_glaneuses风格, 保存为fc_des.png，即：

facechanging -i image -img ./images/fc.jpg -style des -save ./outputs/fc_des.png

例子2，调用摄像头，使用la_muse风格，保存为camera.mp4，按"q"退出，即：

facechanging -style la -save ./outputs/camera.mp4

例子3， 输入为我预先保存在本地的女神李飞飞TED演讲的截取片段，使用mirror风格，保存为lff_mirror.mp4，按"q"退出， 即：

facechanging -i video -video ./images/lff.mp4 -save ./outputs/lff_mirror.mp4

3. 一些结果

4. 参考

misgod/fast-neural-style-keras​github.com 结合风格迁移与人脸检测实时变脸​mp.weixin.qq.com

https://github.com/opconty/facechanging​github.com

opconty/facechanging

opconty/facechanging​github.com

备注：原始图像视频均来自网络，如有侵权，请联系立即删除， 谢谢