用AI人脸识别技术实现抖音特效

原创李远君 AIGC开发者

♚

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)