Facefusion换脸遇到Frame processor frame_enhancer could not be loaded问题(linux)

问题所在

报错如上

解决方法

通过debug一直跟进去发现,是下载问题,由于没有提前下载所需要的模型,分别对应了./facefusion-master/facefusion/processors/frame/modules/pycache/文件夹中的三个.py文件,只需要将你所需要的模型文件下载到对应的文件夹中即可,
初始化的模型为以下三个,其他的均没有下载也可以正常运行,如果你需要用到其他的模型文件,还需要根据链接进行下载.
我用的三个文件如上.

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要实现无缝换脸Python程序,可以使用`face_recognition`库和`OpenCV`库。下面是一个简单的程序示例: ```python import face_recognition import cv2 # 加载图片和模型 image1 = face_recognition.load_image_file("image1.jpg") image2 = face_recognition.load_image_file("image2.jpg") face_encoding1 = face_recognition.face_encodings(image1)[0] face_encoding2 = face_recognition.face_encodings(image2)[0] # 识别人脸位置 face_locations1 = face_recognition.face_locations(image1) face_locations2 = face_recognition.face_locations(image2) # 获取人脸关键点 landmarks1 = face_recognition.face_landmarks(image1, face_locations1) landmarks2 = face_recognition.face_landmarks(image2, face_locations2) # 创建一个空白的图像,大小与第一张图片相同 output_image = cv2.imread("image1.jpg") # 将第二张图片的人脸替换到第一张图片上 for face_location2, landmark2 in zip(face_locations2, landmarks2): # 计算换脸后的人脸位置和大小 top, right, bottom, left = face_location2 width = right - left height = bottom - top center = (left + width//2, top + height//2) # 对第二张图片的人脸进行仿射变换 M = cv2.estimateAffinePartial2D( src=landmark2["chin"], dst=landmarks1[0]["chin"], method=cv2.RANSAC)[0] warped_image2 = cv2.warpAffine( image2, M, (output_image.shape[1], output_image.shape[0])) # 将换脸后的人脸复制到空白图像上 mask = 255 * np.ones(warped_image2.shape, warped_image2.dtype) center = (left + width//2, top + height//2) output_image = cv2.seamlessClone( warped_image2, output_image, mask, center, cv2.NORMAL_CLONE) # 显示结果 cv2.imshow("Output Image", output_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这个程序首先加载两张图片和人脸模型,然后使用`face_recognition`库识别出两张图片中的人脸位置和关键点。接下来,程序对第二张图片的人脸进行仿射变换,将其转换为与第一张图片中人脸位置和大小相同的形状。最后,程序使用`OpenCV`库的`seamlessClone`函数将换脸后的人脸复制到空白图像上,并显示结果。
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