瘦臉之液化算法

BWrong 發布于2021-11-25 09:43 / 2315人閱讀

摘要：對上面公式進行改進，加入變形程度控制變量，改進后瘦臉公式如下，優缺點優點形變思路簡單直接缺點局部變形算法，只能基于一個中心點，向另外一個點的方向啦。單點拉伸的變形，可以實現瘦臉的效果，但是效果自然度有待提升。

論文：Interactive Image Warping（1993年Andreas Gustafsson）

算法思路：

假設當前點為（x,y）,手動指定變形區域的中心點為C(cx,cy)，變形區域半徑為r，手動調整變形終點（從中心點到某個位置M）為M（mx,my），變形程度為strength，當前點對應變形后的目標位置為U。變形規律如下，

圓內所有像素均沿著變形向量的方向發生偏移
距離圓心越近，變形程度越大
距離圓周越近，變形程度越小，當像素點位于圓周時，該像素不變形
圓外像素不發生偏移

其中，x是圓內任意一點坐標，c是圓心點，rmax為圓心半徑，m為調整變形的終點，u為圓內任意一點x對應的變形后的位置。

對上面公式進行改進，加入變形程度控制變量strength，改進后瘦臉公式如下，

優缺點：

優點：形變思路簡單直接

缺點：

局部變形算法，只能基于一個中心點，向另外一個點的方向啦。如果想多個點一起拉伸，只能每個點分別做一次液化，通過針對多個部位多次液化來實現。
單點拉伸的變形，可以實現瘦臉的效果，但是效果自然度有待提升。

代碼實現：

import cv2import mathimport numpy as npdef localTranslationWarpFastWithStrength(srcImg, startX, startY, endX, endY, radius, strength):    ddradius = float(radius * radius)    copyImg = np.zeros(srcImg.shape, np.uint8)    copyImg = srcImg.copy()    maskImg = np.zeros(srcImg.shape[:2], np.uint8)    cv2.circle(maskImg, (startX, startY), math.ceil(radius), (255, 255, 255), -1)    K0 = 100/strength    # 計算公式中的|m-c|^2    ddmc_x = (endX - startX) * (endX - startX)    ddmc_y = (endY - startY) * (endY - startY)    H, W, C = srcImg.shape    mapX = np.vstack([np.arange(W).astype(np.float32).reshape(1, -1)] * H)    mapY = np.hstack([np.arange(H).astype(np.float32).reshape(-1, 1)] * W)    distance_x = (mapX - startX) * (mapX - startX)    distance_y = (mapY - startY) * (mapY - startY)    distance = distance_x + distance_y    K1 = np.sqrt(distance)    ratio_x = (ddradius - distance_x) / (ddradius - distance_x + K0 * ddmc_x)    ratio_y = (ddradius - distance_y) / (ddradius - distance_y + K0 * ddmc_y)    ratio_x = ratio_x * ratio_x    ratio_y = ratio_y * ratio_y    UX = mapX - ratio_x * (endX - startX) * (1 - K1/radius)    UY = mapY - ratio_y * (endY - startY) * (1 - K1/radius)    np.copyto(UX, mapX, where=maskImg == 0)    np.copyto(UY, mapY, where=maskImg == 0)    UX = UX.astype(np.float32)    UY = UY.astype(np.float32)    copyImg = cv2.remap(srcImg, UX, UY, interpolation=cv2.INTER_LINEAR)    return copyImgimage = cv2.imread("./tests/images/klst.jpeg")processed_image = image.copy()startX_left, startY_left, endX_left, endY_left = 101, 266, 192, 233startX_right, startY_right, endX_right, endY_right = 287, 275, 192, 233radius = 45strength = 100# 瘦左邊臉                                                                           processed_image = localTranslationWarpFastWithStrength(processed_image, startX_left, startY_left, endX_left, endY_left, radius, strength)# 瘦右邊臉                                                                           processed_image = localTranslationWarpFastWithStrength(processed_image, startX_right, startY_right, endX_right, endY_right, radius, strength)cv2.imwrite("thin.jpg", processed_image)

實驗效果：

云服務器 GPU云服務器 webrtc之vad算法看動畫學算法之:hashtable android開發短視頻瘦臉 ps液化

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/125087.html

天然氣專題研究報告（合集）

摘要：查看行業專題分析報告就上參一江湖，更多專題報告持續更新中。查看行業專題分析報告就上參一江湖，更多專題報告持續更新中。每項專題報告都是從2019開始更新到至今，后續將持續更新... 今天為大家分享天然氣專題研究報告的部分目錄如下 : ———————公眾號：參一江湖——————— ?2021...

Tamic 2021-11-15 11:37 評論0 收藏0
小記-用canvas完成圖像液化（向前變形）過程

摘要：前幾天由于團隊需要，折騰了一下圖像液化的處理過程。現在來整理一下思路，做個記錄。用到公式如下，網上拿來的話不多說，上代碼本來想盡量寫出點逼格。。。后來發現怎么寫也還是幾個搞定，就那樣了。然后再用的把轉換后的輸出到中效果圖如下前幾天由于團隊需要，折騰了一下圖像液化的處理過程。現在來整理一下思路，做個記錄。用到公式如下，網上拿來的 showImg(https://segm...

Cheng_Gang 2019-08-21 10:22 評論0 收藏0
小記-用canvas完成圖像液化（向前變形）過程

摘要：前幾天由于團隊需要，折騰了一下圖像液化的處理過程。現在來整理一下思路，做個記錄。用到公式如下，網上拿來的話不多說，上代碼本來想盡量寫出點逼格。。。后來發現怎么寫也還是幾個搞定，就那樣了。然后再用的把轉換后的輸出到中效果圖如下前幾天由于團隊需要，折騰了一下圖像液化的處理過程。現在來整理一下思路，做個記錄。用到公式如下，網上拿來的 showImg(https://segm...

jone5679 2019-08-01 14:42 評論0 收藏0
最少知識原則之模式的黃金原則

摘要：最少知識原則的終極目標的是實現完全傻瓜式的程序。我們如何做到解除對象間的耦合性主要手段還是很多的。最少知識原則的實現其實，最少知識原則和單一原則所達到目的是相似的，一個是，讓你的程序對外盡量簡單，一個是讓你的程序里的對象，相互聯系盡量簡單。最少知識原則的終極目標的是實現完全傻瓜式的程序。舉個例子吧，就比如美圖神器，你上傳一張鳳姐的照片后，你可以選擇自然磨皮，高度磨皮 -> ...

Ocean 2019-08-19 17:29 評論0 收藏0