教你用200行Python代码“换脸”

jopen 5年前
 

教你用200行Python代码“换脸”

介绍

本文将介绍如何编写一个只有200行的Python脚本,为两张肖像照上人物的“换脸”。

这个过程可分为四步:

•检测面部标记。

•旋转、缩放和转换第二张图像,使之与第一张图像相适应。

•调整第二张图像的色彩平衡,使之与第一个相匹配。

•把第二张图像的特性混合在第一张图像中。

完整的源代码可以从这里下载: https://github.com/matthewearl/faceswap/blob/master/faceswap.py

1.使用dlib提取面部标记

该脚本使用dlib的Python绑定来提取面部标记:

教你用200行Python代码“换脸”

用Dlib实现了论文One Millisecond Face Alignment with an Ensemble of Regression Trees中的算法( http://www.csc.kth.se/~vahidk/papers/KazemiCVPR14.pdf ,作者为Vahid Kazemi 和Josephine Sullivan) 。算法本身非常复杂,但dlib接口使用起来非常简单:

教你用200行Python代码“换脸”

get_landmarks()函数将一个图像转化成numpy数组,并返回一个68 x2元素矩阵,输入图像的每个特征点对应每行的一个x,y坐标。

特征提取器(predictor)要一个粗糙的边界框作为算法输入,由传统的能返回一个矩形列表的人脸检测器(detector)提供,其每个矩形列表在图像中对应一个脸。

为了构建特征提取器,预训练模型必不可少,相关模型可从dlib sourceforge库下载( http://sourceforge.net/projects/dclib/files/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2 )。

2.用普氏分析(Procrustes analysis)调整脸部

现在我们已经有了两个标记矩阵,每行有一组坐标对应一个特定的面部特征(如第30行给出的鼻子的坐标)。我们现在要搞清楚如何旋转、翻译和规模化第一个向量,使它们尽可能适合第二个向量的点。想法是,可以用相同的变换在第一个图像上覆盖第二个图像。

把它们更数学化,寻找T,s和R,令下面这个表达式的结果最小:

教你用200行Python代码“换脸”

R是个2 x2正交矩阵,s是标量,T是二维向量,pi和qi是上面标记矩阵的行。

事实证明,这类问题可以用“常规普氏分析法” (Ordinary Procrustes Analysis) 解决:

教你用200行Python代码“换脸”

代码分别实现了下面几步:

1.将输入矩阵转换为浮点数。这是之后步骤的必要条件。

2.每一个点集减去它的矩心。一旦为这两个新的点集找到了一个最佳的缩放和旋转方法,这两个矩心c1和c2就可以用来找到完整的解决方案。

3.同样,每一个点集除以它的标准偏差。这消除了问题的组件缩放偏差。

4.使用Singular Value Decomposition计算旋转部分。可以在维基百科上看到关于解决正交普氏问题的细节( https://en.wikipedia.org/wiki/Orthogonal_Procrustes_problem )。

5利用仿射变换矩阵( https://en.wikipedia.org/wiki/Transformation_matrix#Affine_transformations )返回完整的转化。

之后,结果可以插入OpenCV的cv2.warpAffine函数,将图像二映射到图像一:

教你用200行Python代码“换脸”

图像对齐结果如下:

教你用200行Python代码“换脸”

3.校正第二张图像的颜色

如果我们试图直接覆盖面部特征,很快就会看到一个问题:

教你用200行Python代码“换脸”

两幅图像之间不同的肤色和光线造成了覆盖区域的边缘不连续。我们试着修正:

教你用200行Python代码“换脸”

结果是这样:

教你用200行Python代码“换脸”

此函数试图改变图像2的颜色来匹配图像1。它通过用im2除以im2的高斯模糊,然后乘以im1的高斯模糊。这里的想法是用RGB缩放校色,但是不是用所有图像的整体常数比例因子,每个像素都有自己的局部比例因子。

用这种方法两图像之间光线的差异只能在某种程度上被修正。例如,如果图像1是从一边照亮,但图像2是均匀照明的,色彩校正后图像2也会出现未照亮边暗一些的现象。

也就是说,这是一个相当粗糙的办法,而且解决问题的关键是一个适当的高斯内核大小。如果太小,第一个图像的面部特征将显示在第二个图像中。过大,内核之外区域像素被覆盖,并发生变色。这里的内核用了一个0.6 *的瞳孔距离。

4.把第二张图像的特性混合在第一张图像中

用一个遮罩来选择图像2和图像1的哪些部分应该是最终显示的图像:

教你用200行Python代码“换脸”

值为1(白色)的地方为图像2应该显示出的区域,值为0(黑色)的地方为图像1应该显示出的区域。值在0和1之间为图像1和图像2的混合区域。

这是生成上面那张图的代码:

教你用200行Python代码“换脸”

我们把上述代码分解:

•get_face_mask()的定义是为一张图像和一个标记矩阵生成一个遮罩,它画出了两个白色的凸多边形:一个是眼睛周围的区域,一个是鼻子和嘴部周围的区域。之后它由11个像素向遮罩的边缘外部羽化扩展,可以帮助隐藏任何不连续的区域。

•这样一个遮罩同时为这两个图像生成,使用与步骤2中相同的转换,可以使图像2的遮罩转化为图像1的坐标空间。

•之后,通过一个element-wise最大值,这两个遮罩结合成一个。结合这两个遮罩是为了确保图像1被掩盖,而显现出图像2的特性。

最后,应用遮罩,给出最终的图像:

教你用200行Python代码“换脸”

原文链接: http://matthewearl.github.io/2015/07/28/switching-eds-with-python/