如此只是将图片放上去，你确定对吗

非常抱歉，我理解错误了你的意思。针对你的问题，我会给出一些更具体的实现步骤。

基于mediapipe468人脸关键点的面部面具特效可以使用Python的mediapipe和OpenCV库来实现。

具体步骤如下：

1. 首先需要安装mediapipe和OpenCV库，可以使用pip install mediapipe和pip install opencv-python命令来安装。

2. 加载图片并使用OpenCV库的cv2.imshow()函数显示原始图片。

3. 使用mediapipe库中的FaceMesh模块来获取人脸关键点的位置坐标。

4. 使用OpenCV库的cv2.imread()函数加载面具图片，并使用cv2.resize()函数将面具图片的大小调整为适合人脸的大小。

5. 将面具图片的像素值复制到原始图片对应的位置上，这里可以使用numpy数组的切片操作实现。

6. 使用OpenCV库的cv2.imshow()函数显示绘制后的图片，并使用cv2.waitKey()函数等待用户按键退出。

下面是一个示例代码，实现在图片中绘制基于mediapipe468人脸关键点的面部面具特效：

import cv2
import mediapipe as mp
import numpy as np

# 加载图片
image = cv2.imread("test.jpg")

# 初始化FaceMesh模块
mp_face_mesh = mp.solutions.face_mesh
face_mesh = mp_face_mesh.FaceMesh()

# 获取人脸关键点的位置坐标
results = face_mesh.process(image)
if results.multi_face_landmarks:
    for face_landmarks in results.multi_face_landmarks:
        # 获取左眼、右眼和嘴巴的位置坐标
        left_eye = [face_landmarks.landmark[33].x, face_landmarks.landmark[33].y]
        right_eye = [face_landmarks.landmark[133].x, face_landmarks.landmark[133].y]
        mouth = [face_landmarks.landmark[234].x, face_landmarks.landmark[234].y]

        # 加载面具图片并调整大小
        mask = cv2.imread("mask.png")
        mask_width = int(np.linalg.norm(np.array(right_eye) - np.array(left_eye)) * mask.shape[1])
        mask_height = int(np.linalg.norm(np.array(mouth) - np.array(left_eye)) * mask.shape[0])
        mask = cv2.resize(mask, (mask_width, mask_height))

        # 计算面具的位置和大小
        mask_x = int((left_eye[0] + right_eye[0]) / 2 * image.shape[1] - mask_width / 2)
        mask_y = int(left_eye[1] * image.shape[0])
        mask_h, mask_w, _ = mask.shape

        # 将面具图片复制到原始图片上
        image[mask_y:mask_y + mask_h, mask_x:mask_x + mask_w] = mask

# 显示绘制后的图片
cv2.imshow("result", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：在运行代码前，需要将`test.jpg`和`mask.png`替换为你自己的图片路径和面具图片路径。另外，由于不同的图片和面具图片大小不同，需要根据实际情况调整面具大小和位置。