OpenCV库进行人脸交换的示例代码

以下是使用 OpenCV 库进行人脸交换的示例代码：

import cv2
import dlib
import numpy as np

# 加载人脸关键点检测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 加载两张图片
image1 = cv2.imread('image1.jpg')
image2 = cv2.imread('image2.jpg')

# 检测人脸关键点
def get_landmarks(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
    landmarks = predictor(gray, faces[0])
    landmark_points = []
    for n in range(68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        landmark_points.append((x, y))
    return np.array(landmark_points, np.int32)

# 获取两张图片的人脸关键点
landmarks1 = get_landmarks(image1)
landmarks2 = get_landmarks(image2)

# 创建两张图片上的面部掩模
mask1 = np.zeros_like(image1)
mask2 = np.zeros_like(image2)
cv2.fillConvexPoly(mask1, cv2.convexHull(landmarks1), (255, 255, 255))
cv2.fillConvexPoly(mask2, cv2.convexHull(landmarks2), (255, 255, 255))

# 计算仿射变换矩阵
transform_matrix = cv2.getAffineTransform(landmarks1[:3], landmarks2[:3])

# 对第一张图片进行仿射变换
warped_image = cv2.warpAffine(image1, transform_matrix, (image2.shape[1], image2.shape[0]), None, flags=cv2.INTER_LINEAR, borderMode=cv2.BORDER_REFLECT_101)

# 对第二张图片进行融合
result = cv2.seamlessClone(warped_image, image2, mask2, (image2.shape[1]//2, image2.shape[0]//2), cv2.NORMAL_CLONE)

# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先使用 dlib 库加载人脸关键点检测器，并加载两张图片。然后，我们定义了一个函数 `get_landmarks()` 来检测人脸关键点。接下来，我们分别对两张图片获取人脸关键点并创建面部掩模。

然后，我们使用 `cv2.getAffineTransform()` 函数计算仿射变换矩阵，将第一张图片的人脸区域变换到与第二张图片的人脸区域对齐。使用 `cv2.warpAffine()` 函数对第一张图片进行仿射变换。

最后，我们使用 `cv2.seamlessClone()` 函数将变换后的第一张图片与第二张图片进行融合，得到最终的人脸交换结果。

请注意，在运行此代码之前，您需要安装必要的依赖项并下载 `shape_predictor_68_face_landmarks.dat` 文件，该文件用于人脸关键点检测。