本文將介紹如何編寫一個只有200行的Python腳本，為兩張肖像照上人物的“換臉”。
這個過程可分為四步：
檢測面部標記。
旋轉、縮放和轉換第二張圖像，使之與第一張圖像相適應。
調整第二張圖像的色彩平衡，使之與第一個相匹配。
把第二張圖像的特性混合在第一張圖像中。
完整的源代碼可以從這里下載:https://github.com/matthewearl/faceswap/blob/master/faceswap.py
1．使用dlib提取面部標記
該腳本使用dlib的Python綁定來提取面部標記：
用Dlib實現了論文One Millisecond Face Alignment with an Ensemble of Regression Trees中的算法（http://www.csc.kth.se/~vahidk/papers/KazemiCVPR14.pdf，作者為Vahid Kazemi 和Josephine Sullivan） 。算法本身非常復雜，但dlib接口使用起來非常簡單：
PREDICTOR_PATH ="/home/matt/dlib-18.16/shape_predictor_68_face_landmarks.dat"detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor(PREDICTOR_PATH)defget_landmarks(im):rects = detector(im,1)iflen(rects) >1:raiseTooManyFacesiflen(rects) ==0:raiseNoFacesreturnnumpy.matrix([[p.x, p.y]forpinpredictor(im, rects[0]).parts()])
get_landmarks()函數將一個圖像轉化成numpy數組，并返回一個68 x2元素矩陣，輸入圖像的每個特征點對應每行的一個x，y坐標。
特征提取器（predictor）要一個粗糙的邊界框作為算法輸入，由傳統的能返回一個矩形列表的人臉檢測器（detector）提供，其每個矩形列表在圖像中對應一個臉。
為了構建特征提取器，預訓練模型必不可少，相關模型可從dlib sourceforge庫下載(http://sourceforge.net/projects/dclib/files/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2)。
2．用普氏分析(Procrustes analysis)調整臉部
現在我們已經有了兩個標記矩陣，每行有一組坐標對應一個特定的面部特征（如第30行給出的鼻子的坐標）。我們現在要搞清楚如何旋轉、翻譯和規模化第一個向量，使它們盡可能適合第二個向量的點。想法是，可以用相同的變換在第一個圖像上覆蓋第二個圖像。
本人對于Python學習創建了一個小小的學習圈子，為各位提供了一個平臺，大家一起來討論學習Python。歡迎各位到來Python學習群：923414804一起討論視頻分享學習。Python是未來的發展方向，正在挑戰我們的分析能力及對世界的認知方式，因此，我們與時俱進，迎接變化，并不斷的成長，掌握Python核心技術，才是掌握真正的價值所在。
把它們更數學化，尋找T，s和R，令下面這個表達式的結果最?。?/p>
R是個2 x2正交矩陣，s是標量，T是二維向量，pi和qi是上面標記矩陣的行。
事實證明，這類問題可以用“常規普氏分析法” (Ordinary Procrustes Analysis) 解決：
deftransformation_from_points(points1, points2):points1 = points1.astype(numpy.float64)? ? points2 = points2.astype(numpy.float64)? ? c1 = numpy.mean(points1, axis=0)? ? c2 = numpy.mean(points2, axis=0)? ? points1 -= c1? ? points2 -= c2? ? s1 = numpy.std(points1)? ? s2 = numpy.std(points2)? ? points1 /= s1? ? points2 /= s2? ? U, S, Vt = numpy.linalg.svd(points1.T * points2)? ? R = (U * Vt).Treturnnumpy.vstack([numpy.hstack(((s2 / s1) * R,? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? c2.T - (s2 / s1) * R * c1.T)),? ? ? ? ? ? ? ? ? ? ? ? numpy.matrix([0.,0.,1.])])
代碼分別實現了下面幾步：
將輸入矩陣轉換為浮點數。這是之后步驟的必要條件。
每一個點集減去它的矩心。一旦為這兩個新的點集找到了一個最佳的縮放和旋轉方法，這兩個矩心c1和c2就可以用來找到完整的解決方案。
同樣，每一個點集除以它的標準偏差。這消除了問題的組件縮放偏差。
使用Singular Value Decomposition計算旋轉部分?？梢栽诰S基百科上看到關于解決正交普氏問題的細節（https://en.wikipedia.org/wiki/Orthogonal_Procrustes_problem）。
利用仿射變換矩陣（https://en.wikipedia.org/wiki/Transformation_matrix#Affine_transformations）返回完整的轉化。
之后，結果可以插入OpenCV的cv2.warpAffine函數，將圖像二映射到圖像一：
defwarp_im(im, M, dshape):output_im = numpy.zeros(dshape, dtype=im.dtype)? ? cv2.warpAffine(im,? ? ? ? ? ? ? ? ? M[:2],? ? ? ? ? ? ? ? ? (dshape[1], dshape[0]),? ? ? ? ? ? ? ? ? dst=output_im,? ? ? ? ? ? ? ? ? borderMode=cv2.BORDER_TRANSPARENT,? ? ? ? ? ? ? ? ? flags=cv2.WARP_INVERSE_MAP)returnoutput_im
圖像對齊結果如下：
3．校正第二張圖像的顏色
如果我們試圖直接覆蓋面部特征，很快就會看到一個問題：
兩幅圖像之間不同的膚色和光線造成了覆蓋區域的邊緣不連續。我們試著修正：
COLOUR_CORRECT_BLUR_FRAC =0.6LEFT_EYE_POINTS = list(range(42,48))RIGHT_EYE_POINTS = list(range(36,42))defcorrect_colours(im1, im2, landmarks1):blur_amount = COLOUR_CORRECT_BLUR_FRAC * numpy.linalg.norm(? ? ? ? ? ? ? ? ? ? ? ? ? ? ? numpy.mean(landmarks1[LEFT_EYE_POINTS], axis=0) -? ? ? ? ? ? ? ? ? ? ? ? ? ? ? numpy.mean(landmarks1[RIGHT_EYE_POINTS], axis=0))? ? blur_amount = int(blur_amount)ifblur_amount %2==0:? ? ? ? blur_amount +=1im1_blur = cv2.GaussianBlur(im1, (blur_amount, blur_amount),0)? ? im2_blur = cv2.GaussianBlur(im2, (blur_amount, blur_amount),0)# Avoid divide-by-zero errors.im2_blur +=128* (im2_blur <=1.0)return(im2.astype(numpy.float64) * im1_blur.astype(numpy.float64) /? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? im2_blur.astype(numpy.float64))
結果是這樣：
此函數試圖改變圖像2的顏色來匹配圖像1。它通過用im2除以im2的高斯模糊，然后乘以im1的高斯模糊。這里的想法是用RGB縮放校色，但是不是用所有圖像的整體常數比例因子，每個像素都有自己的局部比例因子。
用這種方法兩圖像之間光線的差異只能在某種程度上被修正。例如，如果圖像1是從一邊照亮，但圖像2是均勻照明的，色彩校正后圖像2也會出現未照亮邊暗一些的現象。
也就是說，這是一個相當粗糙的辦法，而且解決問題的關鍵是一個適當的高斯內核大小。如果太小，第一個圖像的面部特征將顯示在第二個圖像中。過大，內核之外區域像素被覆蓋，并發生變色。這里的內核用了一個0.6 *的瞳孔距離。
4．把第二張圖像的特性混合在第一張圖像中
用一個遮罩來選擇圖像2和圖像1的哪些部分應該是最終顯示的圖像：
值為1(白色)的地方為圖像2應該顯示出的區域，值為0(黑色)的地方為圖像1應該顯示出的區域。值在0和1之間為圖像1和圖像2的混合區域。
這是生成上面那張圖的代碼:
LEFT_EYE_POINTS = list(range(42,48))RIGHT_EYE_POINTS = list(range(36,42))LEFT_BROW_POINTS = list(range(22,27))RIGHT_BROW_POINTS = list(range(17,22))NOSE_POINTS = list(range(27,35))MOUTH_POINTS = list(range(48,61))OVERLAY_POINTS = [? ? LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS,? ? NOSE_POINTS + MOUTH_POINTS,]FEATHER_AMOUNT =11defdraw_convex_hull(im, points, color):points = cv2.convexHull(points)? ? cv2.fillConvexPoly(im, points, color=color)defget_face_mask(im, landmarks):im = numpy.zeros(im.shape[:2], dtype=numpy.float64)forgroupinOVERLAY_POINTS:? ? ? ? draw_convex_hull(im,? ? ? ? ? ? ? ? ? ? ? ? landmarks[group],? ? ? ? ? ? ? ? ? ? ? ? color=1)? ? im = numpy.array([im, im, im]).transpose((1,2,0))? ? im = (cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT),0) >0) *1.0im = cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT),0)returnimmask = get_face_mask(im2, landmarks2)warped_mask = warp_im(mask, M, im1.shape)combined_mask = numpy.max([get_face_mask(im1, landmarks1), warped_mask],? ? ? ? ? ? ? ? ? ? ? ? ? axis=0)
我們把上述代碼分解：
get_face_mask()的定義是為一張圖像和一個標記矩陣生成一個遮罩，它畫出了兩個白色的凸多邊形：一個是眼睛周圍的區域，一個是鼻子和嘴部周圍的區域。之后它由11個像素向遮罩的邊緣外部羽化擴展，可以幫助隱藏任何不連續的區域。
這樣一個遮罩同時為這兩個圖像生成，使用與步驟2中相同的轉換，可以使圖像2的遮罩轉化為圖像1的坐標空間。
之后，通過一個element-wise最大值，這兩個遮罩結合成一個。結合這兩個遮罩是為了確保圖像1被掩蓋，而顯現出圖像2的特性。
最后，應用遮罩，給出最終的圖像：
output_im= im1 * (1.0- combined_mask) + warped_corrected_im2 * combined_mask
