大眼之膨胀算法

程序有问题时不要担心，如果所有的东西都没有问题，你就失业了。----软件工程师的Mosher定律

论文：Interactive Image Warping（1993年Andreas Gustafsson）

算法思路：

以眼睛中心为中心点，对眼睛区域向外放大，就实现了大眼的效果。大眼的基本公式如下，

 

假设眼睛中心点为O(x,y)，大眼区域半径为Radius，当前点位为A(x1,y1)，对其进行改进，加入大眼程度控制变量Intensity，其中Intensity的取值范围为0～100。 

其中，dis表示AO的欧式距离，k表示缩放比例因子，k0表示大眼程度，xd,yd表示A点经过大眼变换后的目标点B的坐标。

当k=0时，目标点B与O点重合。

当k=1时，目标点B与A点重合。

当k<1.0时，目标点B的计算函数单调递增，眼睛放大。

当k>1.0时，目标点B的计算函数单调递减，眼睛缩小。

人眼半径求法，

根据眼睛左右2个关键点来计算大眼区域所在的半径Radius 

大眼程度Intensity求法，

根据图像分辨率，结合实际经验来计算大眼程度Intensity。

比如Intensity = 15*512*512/(width*height)

应用场景：

适用于任何球形局部形变的场景，比如大眼，比如嘴唇微笑。

代码实现：

import cv2
import math
import numpy as np

def big_eye_adjust_fast(src, PointX, PointY, Radius, Strength):
    processed_image = np.zeros(src.shape, np.uint8)
    processed_image = src.copy()
    height = src.shape[0]
    width = src.shape[1]
    PowRadius = Radius * Radius

    maskImg = np.zeros(src.shape[:2], np.uint8)
    cv2.circle(maskImg, (PointX, PointY), math.ceil(Radius), (255, 255, 255), -1)

    mapX = np.vstack([np.arange(width).astype(np.float32).reshape(1, -1)] * height)
    mapY = np.hstack([np.arange(height).astype(np.float32).reshape(-1, 1)] * width)

    OffsetX = mapX - PointX
    OffsetY = mapY - PointY
    XY = OffsetX * OffsetX + OffsetY * OffsetY

    ScaleFactor = 1 - XY / PowRadius
    ScaleFactor = 1 - Strength / 100 * ScaleFactor
    UX = OffsetX * ScaleFactor + PointX
    UY = OffsetY * ScaleFactor + PointY
    UX[UX < 0] = 0
    UX[UX >= width] = width - 1
    UY[UY < 0] = 0
    UY[UY >= height] = height - 1

    np.copyto(UX, mapX, where=maskImg == 0)
    np.copyto(UY, mapY, where=maskImg == 0)

    UX = UX.astype(np.float32)
    UY = UY.astype(np.float32)

    processed_image = cv2.remap(src, UX, UY, interpolation=cv2.INTER_LINEAR)

    return processed_image

image = cv2.imread("tests/images/klst.jpeg")
processed_image = image.copy()
PointX_left, PointY_left, Radius_left, Strength_left = 150, 190, 44, 19.78
PointX_right, PointY_right, Radius_right, Strength_right = 244, 194, 42, 19.78
processed_image = big_eye_adjust_fast(processed_image, PointX_left, PointY_left, Radius_left, Strength_left)
processed_image = big_eye_adjust_fast(processed_image, PointX_right, PointY_right, Radius_right, Strength_right)
cv2.imwrite("big.jpg", processed_image)

实验效果：