图
最近流行一个换脸的软件，我们来基于 opencv 来尝试实现一下。
import cv2
img = cv2.imread("images/robort/03.jpg")
cv2.imshow("Image 1",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
首先我们加载图片然后将图片显示出来。
import cv2
import numpy as np
import dlib
img = cv2.imread('05.jpg')
cv2.imshow("image 1",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
我们使用 dlib 库来识别 face，我这里是在 mac 上安装 dlib ，安装过程还是需要做些一些工作。大家里上网搜索一下有关如何在您的对应系统安装 dlib。
图
import cv2
import numpy as np
import dlib
img = cv2.imread('05.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
detector = dlib.get_frontal_face_detector()
faces = detector(img_gray)
首先我们为了识别图中 face 所以先将图片进行去色处理，然后我们使用 shape_predictor_68_face_landmarks.dat 训练好的模型进行识别 face。获取好我们需要人脸识别器 detector 然后将图片传入 detector 后就得到 faces 数据。
for face in faces:
lamdmarks = predictor(img_gray,face)
lamdmarks_points = []
for n in range(0,68):
x = lamdmarks.part(n).x
y = lamdmarks.part(n).y
lamdmarks_points.append((x,y))
cv2.circle(img,(x,y),3,(0,0,255))
cv2.imshow("image 1",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
然后通过识别器识别图片 face 后返回数据，我们仅取 68 点然后将这些点绘制到图片上
图
在opencv中，通过函数convexHulll能很容易的得到一系列点的凸轮廓，比如由点组成的轮廓，通过convexHull函数，我们就能得到轮廓的凸包。下面的图就是一些点集的轮廓。
图
图
图
points = np.array(lamdmarks_points,np.int32)
contexhull = cv2.convexHull(points)
# print(contexhull)
cv2.polylines(img,[contexhull],True,(255,0,0), 3)
我们将所有识别面部的标识点，然后使用 convexHull 识别这些点的外部轮廓，使用 polylines 绘制面部轮廓线。
图
mask = np.zeros_like(img_gray)
zeros_like 根据我们图片像素矩阵形成一个全部为 0 的矩阵表示为全黑色图片。
points = np.array(lamdmarks_points,np.int32)
convexhull = cv2.convexHull(points)
cv2.polylines(img,[convexhull],True,(255,0,0), 3)
cv2.fillConvexPoly(mask,convexhull,255)
fillConvexPoly 方法将根据 convexhull 线将图片在面部轮廓内部分颜色处理为白色，从而形成一个遮罩，用于我们进行面部抠图。
图
face_image_1 = cv2.bitwise_and(img,img,mask=mask);
通过 bitwise_and 算法也就是将遮罩 mask 用于图片，因为黑色部分为 0 所有 0000000 与对应像素 1010101 （例）进行取和操作都是为 0 所以现实遮罩的效果
图