介紹

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***張圖像相適應。

• 調整第二張圖像的色彩平衡，使之與***個相匹配。

• 把第二張圖像的特性混合在***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) 
 
def get_landmarks(im): 
    rects = detector(im, 1) 
 
    if len(rects) > 1: 
        raise TooManyFaces 
    if len(rects) == 0: 
        raise NoFaces 
 
    return numpy.matrix([[p.x, p.y] for p in predictor(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***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***個圖像上覆蓋第二個圖像。

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小：

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：

def transformation_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).T 
 
    return numpy.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：

1. 將輸入矩陣轉換為浮點數。這是之后步驟的必要條件。

2. 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***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。

3. 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。

4. 使用Singular Value Decomposition計算旋轉部分。可以在維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）。

5. 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：

def warp_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) 
    return output_im 

圖像對齊結果如下：

[[144661]]

COLOUR_CORRECT_BLUR_FRAC = 0.6
LEFT_EYE_POINTS = list(range(42, 48))
RIGHT_EYE_POINTS = list(range(36, 42))

如果我們試圖直接覆蓋面部特征，很快就會看到一個問題：

[[144662]]

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 = 0.6 
LEFT_EYE_POINTS = list(range(42, 48)) 
RIGHT_EYE_POINTS = list(range(36, 42)) 

 

def correct_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) 
    if blur_amount % 2 == 0: 
        blur_amount += 1 
    im1_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：

[[144663]]

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，***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***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：

[[144664]]

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 = 11 

 

def draw_convex_hull(im, points, color): 
    points = cv2.convexHull(points) 
    cv2.fillConvexPoly(im, points, color=color) 
 
def get_face_mask(im, landmarks): 
    im = numpy.zeros(im.shape[:2], dtype=numpy.float64) 
 
    for group in OVERLAY_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) * 1.0 
    im = cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT), 0) 
 
    return im 
 
mask = 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***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。

***，應用遮罩，給出最終的圖像：

output_im = im1 * (1.0 - combined_mask) + warped_corrected_im2 * combined_mask

[[144665]]