用AI人脸识别技术实现抖音特效

♚

李远君 ，Web和云计算开发人员。Java，Python，Golang爱好者。

个人网址： https://tomoncle.com

本文作者已加入Python中文社区专栏作者计划

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。

• 感谢!

写这个例子初衷与资料来自burningion的分享。

• 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

写在最后

• 关注face-detection-induction-course这个仓库，不定时更新更多的人脸识别小示例。

• 临时测试地址:https://liyuanjun.cn/gifmask 或 https://tomoncle.com/gifmask

zhi

支

chi

持

zuo

作

zhe

者

长按扫码鼓励作者

点 击 投 稿

长按扫描下方二维码关注后回复“ 特效 ”

获取 本文完整源代码和模型下载地址

热 门 推 荐

为你的Python程序加密

用Python开发计时器程序

硬核 | 用Python给女朋友送一颗彩蛋

用Pandas库实现MySQL数据库的读写

推荐Python中文社区旗下的几个服务类公众号

▼ 长按扫码上方二维码或点击下方阅读原文

免费成为 社区注册会员 ，会员可以享受更多权益