参考资料：https://matthewearl.github.io/2015/07/28/switching-eds-with-python/

翻译：小马哥

编辑：船长

还记得吗？去年冬天，在国外 AI 圈有个事情闹得很火：知名论坛 Reddit 上忽然出现一个叫 deepfakes 的大神，借助神经网络实现了人脸替换，让一些好莱坞女星“出演”了 AV。

后来根据这个项目又衍生了一个叫 FakeAPP 的桌面应用，可以让尼古拉斯·凯奇这样的明星随心所欲的“出演”任何电影，当然换成任何人的脸部都可以。我们曾详细分享过这些项目：

大意了！居然有人用AI技术制作假AV！

AI已经决定了，ta就是未来每一届奥斯卡最佳男主。

怎么样，是不是被这种换脸的效果惊到了？其实即便是不借助神经网络，我们用 Python 和一些 Python 库也能实现换脸，只不过替换的是静态图像中的人脸，但凭此也足以显示出 Python 的“神秘力量”。

我们下面就传授一下这门 Python “换脸”大法。

在本文，我们会介绍如何通过一段简短的 Python 脚本（200行左右）将一张图片中面部特征自动替换为另外一张图片中的面部特征。也就是实现下面这样的效果：

具体过程分为四个步骤：

检测面部标志；
旋转、缩放和平移图 2 以适应图 1；
调整图 2 的白平衡以匹配图 1；
将图 2 的特征融合到图 1 中；

本脚本的完整代码地址见文末。

使用dlib提取面部标志

本脚本使用 dlib 的 Python bindings 来提取面部标志：

dlib 实现了 Vahid Kazemi 和 Josephine Sullivan 所著论文《One Millisecond Face Alignment with an Ensemble of Regression Tree》一文中描述的算法。算法本身非常复杂，但是通过 dlib 的接口实现它非常简单：

PREDICTOR_PATH = "/home/matt/dlib-18.16/shape_predictor_68_face_landmarks.dat"

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(PREDICTOR_PATH)

def get_landmarks(im):
   rects = detector(im, 1)

   if len(rects) > 1:
       raise TooManyFaces
   if len(rects) == 0:
       raise NoFaces

return numpy.matrix([[p.x, p.y] for p in predictor(im, rects[0]).parts()])

get_landmarks() 函数以 numpy 数组的形式接收图像，并返回一个 68x2 的元素矩阵。矩阵的每一行与输入图像中特定特征点的 x，y 坐标相对应。

特征提取器（predictor）需要一个大概的边界框作为算法的输入。这将由传统的面部检测器（detector）提供。该面部检测器会返回一个矩形列表，其中每一个矩形与图像中的一张人脸相对应。

生成 predictor 需要预先训练好的模型。该模型可在 dlib sourceforge repository 下载。

下载传送门

用普氏分析法（Procrustes Analysis）实现人脸对齐

现在我们已经有两个面部标志矩阵，其中的每一行都含有某个面部特征的坐标（如第 30 行给出了鼻尖的坐标）。我们现在只要弄明白如何旋转、平移和缩放第一个向量的所有点，使其尽可能匹配第二个向量中的点。同理，同样的变换可用于将第二张图叠加在第一张图上。

为使其更加数学化，我们设 T，s 和 R，并求如下等式最小值：

其中，R 是一个 2x2 的正交矩阵，s 是一个标量，T 是一个二维向量，pi 和 qi 是之前计算出的面部标志矩阵行标和列标。

事实证明，这类问题用常规普氏分析法（Ordinary Procrustes Analysis）可以解决：

def transformation_from_points(points1, points2):
   points1 = points1.astype(numpy.float64)
   points2 = points2.astype(numpy.float64)

   c1 = numpy.mean(points1, axis=0)
   c2 = numpy.mean(points2, axis=0)
   points1 -= c1
   points2 -= c2

   s1 = numpy.std(points1)
   s2 = numpy.std(points2)
   points1 /= s1
   points2 /= s2

   U, S, Vt = numpy.linalg.svd(points1.T * points2)
   R = (U * Vt).T

   return numpy.vstack([numpy.hstack(((s2 / s1) * R,
                                      c2.T - (s2 / s1) * R * c1.T)),
                        numpy.matrix([0., 0., 1.])])

我们逐步分析一下代码：

1.将输入矩阵转换为浮点型。这也是后续步骤的必要条件。

2.将每一个点集减去它的矩心。一旦为这两个新的点集找到了一个最佳的缩放和旋转方法，这两个矩心c1和c2就可以用来找到完整的解决方案。

3.同样，将每一个点集除以它的标准偏差。这消除了缩放偏差。

4.使用奇异值分解（singular value decomposition）计算旋转部分。请参阅维基百科有关Orthogonal Procrustes Problem的文章，以了解它的具体工作原理。

5.将整个变换过程以仿射变换矩阵形式返回。

之后，返回结果可以插入 OpenCV 的 cv2.warpAffine 函数，将第二个图片映射到第一个图片上：

def warp_im(im, M, dshape):
   output_im = numpy.zeros(dshape, dtype=im.dtype)
   cv2.warpAffine(im,
                  M[:2],
                  (dshape[1], dshape[0]),
                  dst=output_im,
                  borderMode=cv2.BORDER_TRANSPARENT,
                  flags=cv2.WARP_INVERSE_MAP)
return output_im

校正第二张图片的颜色

如果此时我们试图直接叠加面部特征，很快会发现一个问题：

两幅图像之间不同的肤色和光线造成了覆盖区域边缘的不连续。所以我们尝试修正它：

COLOUR_CORRECT_BLUR_FRAC = 0.6
LEFT_EYE_POINTS = list(range(42, 48))
RIGHT_EYE_POINTS = list(range(36, 42))

def correct_colours(im1, im2, landmarks1):
   blur_amount = COLOUR_CORRECT_BLUR_FRAC * numpy.linalg.norm(
                             numpy.mean(landmarks1[LEFT_EYE_POINTS], axis=0) -
                             numpy.mean(landmarks1[RIGHT_EYE_POINTS], axis=0))
   blur_amount = int(blur_amount)
   if blur_amount % 2 == 0:
       blur_amount += 1
   im1_blur = cv2.GaussianBlur(im1, (blur_amount, blur_amount), 0)
   im2_blur = cv2.GaussianBlur(im2, (blur_amount, blur_amount), 0)

   # Avoid divide-by-zero errors.
   im2_blur += 128 * (im2_blur <= 1.0)

   return (im2.astype(numpy.float64) * im1_blur.astype(numpy.float64) /
                                               im2_blur.astype(numpy.float64))

现在效果怎么样？我们瞅瞅：

此函数试图改变图 2 的颜色来匹配图 1，也就是用 im2 除以 im2 的高斯模糊，然后乘以 im1 的高斯模糊。在这里我们使用了颜色平衡（ RGB scaling colour-correction），但不是直接使用全图的常数比例因子，而是采用每个像素的局部比例因子。

通过这种方法也只能在某种程度上修正两图间的光线差异。比如说，如果图 1 的光线来自某一边，但图 2 的光线非常均匀，校色后图 2 也会出现有一边暗一些的情况。

也就是说，这是一个相当粗糙的解决方案，而且关键在于大小适当的高斯内核。如果太小，图 2 中会出现图 1 的面部特征。如果太大，内核会跑到被像素覆盖的面部区域之外，并变色。这里的内核大小为瞳距的 0.6 倍。

将图 2 的特征融合到图 1 中

用一个蒙版（mask）来选择图 2 和图 1 应被最终显示的部分：

值为 1 (白色)的地方为图 2 应显示的区域，值为 0 (黑色)的地方为图 1 应显示的区域。值在 0 和 1 之间的地方为图 1 图 2 的混合区域。

这是生成上述内容的代码：

LEFT_EYE_POINTS = list(range(42, 48))
RIGHT_EYE_POINTS = list(range(36, 42))
LEFT_BROW_POINTS = list(range(22, 27))
RIGHT_BROW_POINTS = list(range(17, 22))
NOSE_POINTS = list(range(27, 35))
MOUTH_POINTS = list(range(48, 61))
OVERLAY_POINTS = [
   LEFT_EYE_POINTS + RIGHT_EYE_POINTS + LEFT_BROW_POINTS + RIGHT_BROW_POINTS,
   NOSE_POINTS + MOUTH_POINTS,
]
FEATHER_AMOUNT = 11

def draw_convex_hull(im, points, color):
   points = cv2.convexHull(points)
   cv2.fillConvexPoly(im, points, color=color)

def get_face_mask(im, landmarks):
   im = numpy.zeros(im.shape[:2], dtype=numpy.float64)

   for group in OVERLAY_POINTS:
       draw_convex_hull(im,
                        landmarks[group],
                        color=1)

   im = numpy.array([im, im, im]).transpose((1, 2, 0))

   im = (cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT), 0) > 0) * 1.0
   im = cv2.GaussianBlur(im, (FEATHER_AMOUNT, FEATHER_AMOUNT), 0)

   return im

mask = get_face_mask(im2, landmarks2)
warped_mask = warp_im(mask, M, im1.shape)
combined_mask = numpy.max([get_face_mask(im1, landmarks1), warped_mask],
                         axis=0)

我们来分析一下：

常规的 get_face_mask() 函数定义是：为一张图像和一个标志矩阵生成一个蒙版。蒙版会画出两个白色的凸多边形：一个是眼睛周围的区域，一个是鼻子和嘴部周围的区域。之后，蒙版的边缘区域向外羽化 11 个像素，这可以帮助消除剩下的不连续部分。
为图 1 图 2 生成面部蒙版。使用与步骤 2 中的转换，可以使图 2 的蒙版转换至图 1 的坐标空间。
之后，对所有元素取最大值操作，将这两个蒙版合二为一。这样做是为了保证图 1 的特征也能被覆盖的同时图 2 特征能显示出来。

最后，将蒙版应用于最终图像：

output_im = im1 * (1.0 - combined_mask) + warped_corrected_im2 * combined_mask

哈，换脸成功！

附：本项目代码地址：Github