你的名字，你的face
158 浏览量
2020-12-21
04:49:15
上传
评论
收藏 407KB PDF 举报
你的名字，你的你的名字，你的face
你的名字，你的你的名字，你的face
PaddleHub：人脸检测主题创意赛。实现自动检测人脸，然后使用《你的名字》动漫中的图片拼出人脸。：人脸检测主题创意赛。实现自动检测人脸，然后使用《你的名字》动漫中的图片拼出人脸。
本次主要使用本次主要使用 PaddleHub 开源的人脸关键点检测模型开源的人脸关键点检测模型 face_landmark_localization进行人体关键点识别。进行人体关键点识别。
关键点识别参考案例：关键点识别参考案例：PaddleHub实战实战——人像美颜。人像美颜。
之后再以之后再以 RGB 颜色均值为标准进行人脸拼图。颜色均值为标准进行人脸拼图。
NOTE：： 本项目在百度本项目在百度AIStudio实现，如果需要在本地运行该项目示例，实现，如果需要在本地运行该项目示例，
首先要安装PaddleHub。
其中 face_landmark_localization 使用1.0.2版。
paddlepaddle 环境为1.6.2。
paddlehub 版本为1.6.1。
本项目本项目github链接：链接：luoshutu/YourNameYourFace
百度百度AIStudio链接：你的名字，你的链接：你的名字，你的face
一、加载图片，检测关键点一、加载图片，检测关键点
检测关键点，并将关键点以红色点状的方式画在原图上，保存并显示。检测关键点，并将关键点以红色点状的方式画在原图上，保存并显示。
import cv2
import paddlehub as hub
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
import math
src_img = cv2.imread('single_face.jpg')
module = hub.Module(name="face_landmark_localization")
result = module.keypoint_detection(images=[src_img])
tmp_img = src_img.copy()
for index, point in enumerate(result[0]['data'][0]):
# cv2.putText(img, str(index), (int(point[0]), int(point[1])), cv2.FONT_HERSHEY_COMPLEX, 3, (0,0,255), -1)
cv2.circle(tmp_img, (int(point[0]), int(point[1])), 2, (0, 0, 255), -1)
res_img_path = 'face_landmark.jpg'
cv2.imwrite(res_img_path, tmp_img)
img = mpimg.imread(res_img_path)
# 展示预测68个关键点结果
plt.figure(figsize=(8,8))
plt.imshow(img)
plt.axis('off')
plt.show()
资源评论
