如何将图片里不正的人脸矫正，写代码

这个问题需要使用计算机视觉技术，具体的实现方法如下：

1. 首先，需要使用人脸检测算法来检测图片中的人脸位置。常用的人脸检测算法包括Haar Cascade、HOG和深度学习算法等。

2. 针对检测到的每个人脸，使用人脸关键点定位算法来确定人脸的五官位置。常用的人脸关键点定位算法包括Dlib和OpenCV等。

3. 根据人脸关键点的位置，使用仿射变换或透视变换等几何变换方法对人脸进行矫正。其中，仿射变换适用于对人脸进行平移、旋转和缩放等简单变换，而透视变换则适用于对人脸进行透视变换，例如将侧脸矫正为正脸。

下面是一个Python示例代码，使用Dlib和OpenCV库来实现人脸矫正：

import dlib
import cv2

# 加载Dlib的人脸检测器和关键点定位器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 加载图片
img = cv2.imread('img.jpg')

# 检测人脸
faces = detector(img)

# 遍历每个人脸
for face in faces:
    # 定位人脸关键点
    landmarks = predictor(img, face)
    # 获取左右眼、鼻子和嘴巴的位置
    left_eye = landmarks.part(36).x, landmarks.part(36).y
    right_eye = landmarks.part(45).x, landmarks.part(45).y
    nose = landmarks.part(30).x, landmarks.part(30).y
    mouth = landmarks.part(48).x, landmarks.part(54).y
    # 计算仿射变换矩阵
    M = cv2.getAffineTransform(np.float32([left_eye, right_eye, nose]), np.float32([left_eye, right_eye, mouth]))
    # 进行仿射变换
    img = cv2.warpAffine(img, M, img.shape[:2])
    
# 显示结果
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，该代码仅针对单个人脸进行矫正，如果图片中有多个人脸，则需要对每个人脸分别进行矫正。另外，该代码使用仿射变换进行矫正，如果需要进行透视变换，则需要使用cv2.getPerspectiveTransform()函数来获取透视变换矩阵。