导言
-
为什么会写这个人脸例子？
浏览博客的过程，无意发现了一篇名为deal-with-it-generator-face-recognition的文章，通过这篇文章，使我有了写这个例子的想法，尤其是现在很多短视频APP中经常出现这样的效果，感觉还是有点好玩的。
-
变化？
deal-with-it-generator-face-recognition 这篇文章是一个戴眼镜的简单例子及构思，我在其原基础上，添加了烟卷的部分，并且把代码结构重构了一下，使其更易拓展和维护，也易于阅读。
实现流程
程序从命令行参数获取图片信息，然后，它将使用Dlib中的人脸检测算法来查看是否有人脸存在。如果有，它将为每个人脸创建一个结束位置，眼镜和烟卷会移动到那里结束。
然后我们需要缩放和旋转我们的眼镜以适合每个人的脸。我们将使用从Dlib的68点模型返回的点集来找到眼睛的中心，并为它们之间的空间旋转。
在我们找到眼镜的最终位置和旋转后，我们可以为gif制作动画，眼镜从屏幕顶部进入。我们将使用MoviePy和一个make_frame函数绘制它。
同理烟卷也是这样。
应用程序的体系结构非常简单。我们首先接收图片，然后将其转换为灰度NumPy数组。假如没有人脸，程序会自己退出，如果存在，我们就可以将检测到的人脸信息传递到人脸方向预测模型中。
通过返回的脸部方向，我们可以选择眼睛，缩放和旋转我们的眼镜框架以适合人的面部大小。
当然这个程序不仅仅只针对于一张人脸，可以检测多个人脸信息。
最后，通过获取的人脸列表，我们可以使用MoviePy创建一个绘图，然后生成我们的动画gif。
-
导入对应的工具包
import moviepy.editor as mpy
import numpy as np
from PIL import Image
from imutils import face_utils
try:
from dlib import get_frontal_face_detector, shape_predictor
except ImportError:
raise
-
创建人脸识别的工具类
FaceDetect及其对应的方法
class FaceDetect(object):
pass
-
创建
detector及predictor两个属性，用来加载dlib库函数
@property
def detector(self):
"""
检测是否有人脸
:return:
"""
return get_frontal_face_detector()
@property
def predictor(self):
"""
预测人脸方向
:return:
"""
return shape_predictor('shape_predictor_68_face_landmarks.dat')
-
创建
init_mask函数，用来加载面具信息(墨镜，烟卷等信息)
@classmethod
def load(cls, img_src):
"""
加载图片转为Image对象
:param img_src:
:return:
"""
return Image.open(img_src)
def init_mask(self):
"""
加载面具
:return:
"""
self.deal, self.text, self.cigarette = (
self.load(x) for x in ["../images/deals.png", "../images/text.png", "../images/cigarette.png"]
)
-
创建收集人脸信息的对应方法
首先get_glasses_info方法会根据当前人脸的特征值及图片基础设置，对图片中人脸进行面部定位，计算眼角倾斜度，来改变眼镜最终位置及角度,并将此信息返回给面部定位函数
get_cigarette_info 方法会根据当前人脸的特征值及图片基础设置，来计算人脸嘴巴的位置，并将其返回给面部定位函数。
orientation 方法会将基础的人脸信息通过"get_cigarette_info"和"get_glasses_info"方法处理后，再一并返回给画图函数，供其画图。
def get_glasses_info(self, face_shape, face_width):
"""
获取当前面部的眼镜信息
:param face_shape:
:param face_width:
:return:
"""
left_eye = face_shape[36:42]
right_eye = face_shape[42:48]
left_eye_center = left_eye.mean(axis=0).astype("int")
right_eye_center = right_eye.mean(axis=0).astype("int")
y = left_eye_center[1] - right_eye_center[1]
x = left_eye_center[0] - right_eye_center[0]
eye_angle = np.rad2deg(np.arctan2(y, x))
deal = self.deal.resize(
(face_width, int(face_width * self.deal.size[1] / self.deal.size[0])),
resample=Image.LANCZOS)
deal = deal.rotate(eye_angle, expand=True)
deal = deal.transpose(Image.FLIP_TOP_BOTTOM)
left_eye_x = left_eye[0, 0] - face_width // 4
left_eye_y = left_eye[0, 1] - face_width // 6
return {"image": deal, "pos": (left_eye_x, left_eye_y)}
def get_cigarette_info(self, face_shape, face_width):
"""
获取当前面部的眼镜信息
:param face_shape:
:param face_width:
:return:
"""
mouth = face_shape[49:68]
mouth_center = mouth.mean(axis=0).astype("int")
cigarette = self.cigarette.resize(
(face_width, int(face_width * self.cigarette.size[1] / self.cigarette.size[0])),
resample=Image.LANCZOS)
x = mouth[0, 0] - face_width + int(16 * face_width / self.cigarette.size[0])
y = mouth_center[1]
return {"image": cigarette, "pos": (x, y)}
def orientation(self):
"""
人脸定位
:return:
"""
faces = []
for rect in self.rects:
face = {}
face_shades_width = rect.right() - rect.left()
predictor_shape = self.predictor(self.img_gray, rect)
face_shape = face_utils.shape_to_np(predictor_shape)
face['cigarette'] = self.get_cigarette_info(face_shape, face_shades_width)
face['glasses'] = self.get_glasses_info(face_shape, face_shades_width)
faces.append(face)
return faces
-
那我们开始来实现画图函数
drawing
根据传入的参数t来计算生成GIF的进度,这里设置画图周期前2秒，来移动面具（即眼镜和烟卷），在两秒前结束移动，然后再画出字体，基本就是这个流程。
面具移动的实现就是来动态更新面具的纵坐标。
def drawing(self, t):
"""
动态画图
:param t:
:return:
"""
draw_img = self.image.convert('RGBA')
if t == 0:
return np.asarray(draw_img)
for face in self.orientation():
if t <= self.duration - 2:
current_x = int(face["glasses"]["pos"][0])
current_y = int(face["glasses"]["pos"][1] * t / (self.duration - 2))
draw_img.paste(face["glasses"]["image"], (current_x, current_y), face["glasses"]["image"])
cigarette_x = int(face["cigarette"]["pos"][0])
cigarette_y = int(face["cigarette"]["pos"][1] * t / (self.duration - 2))
draw_img.paste(face["cigarette"]["image"], (cigarette_x, cigarette_y), face["cigarette"]["image"])
else:
draw_img.paste(face["glasses"]["image"], face["glasses"]["pos"], face["glasses"]["image"])
draw_img.paste(face["cigarette"]["image"], face["cigarette"]["pos"], face["cigarette"]["image"])
draw_img.paste(self.text, (75, draw_img.height // 2 + 128), self.text)
return np.asarray(draw_img)
-
以上基本的函数及实现已经完成，让我们来设置一下初始化参数
class FaceDetect(object):
def __init__(self, img_src, gif_path=None):
self.gif_max_width = 500
self.duration = 4
self.image = self.load(img_src).convert('RGBA')
self.img_gray = None
self.rects = None
self.deal = None
self.text = None
self.cigarette = None
if not self.validate:
print("没有检测到人脸，程序退出.")
exit(1)
self.init_mask()
self.make_gif(gif_path=gif_path)
@property
def validate(self):
"""
验证是否存在人脸，如果不存在返回False
:return:
"""
if self.image.size[0] > self.gif_max_width:
scaled_height = int(self.gif_max_width * self.image.size[1] / self.image.size[0])
self.image.thumbnail((self.gif_max_width, scaled_height))
self.img_gray = np.array(self.image.convert('L'))
self.rects = self.detector(self.img_gray, 0)
return len(self.rects) > 0
def make_gif(self, gif_path=None):
"""
:param gif_path: 保存路径
:return:
"""
gif_path = gif_path or "deal.gif"
animation = mpy.VideoClip(self.drawing, duration=self.duration)
animation.write_gif(gif_path, fps=self.duration)
-
最后我们实现一下main函数
if __name__ == '__main__':
# 运行 python input_static_pic_to_gif2_for_class.py -image ../images/1.jpg
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("-image", required=True, help="path to input image")
parser.add_argument("-save", required=False, default="deal.gif", help="path to output image")
args = parser.parse_args()
FaceDetect(args.image, args.save)
-
写到这里，这个小功能就已经实现了，大家不妨来使用一下
注释：本人对于Python学习创建了一个小小的学习圈子，为各位提供了一个平台，大家一起来讨论学习Python。欢迎各位到来Python学习群：808713721 一起讨论视频分享学习。Python是未来的发展方向，正在挑战我们的分析能力及对世界的认知方式，因此，我们与时俱进，迎接变化，并不断的成长，掌握Python核心技术，才是掌握真正的价值所在。