人脸识别框素材-PS怎么捏人像的脸啊？

要做成这样科技感的人,你是别效果图。你可以让图片处理软件如ps软件制作就可以了。具体制作方法网上有很多教程可以参考。

将人物素材导入到PS中,注意使用人脸识别一定要是脸部清晰的图片,侧脸或者是不清晰的都会识别识别。

然后点击滤镜选项,在下拉菜单中找到并点击——液化按钮。

进入液化的对话框中,会出现人脸识别液化按钮,将鼠标放在相应的面部就会出现锚点。

比如将鼠标移动到嘴部,出现锚点拖拽鼠标就可以调节嘴部的弧度,在右侧有更加详细的参数进行设置。

如果图片中人脸不够大,点击左侧的裁剪工具。点击图片,出现定界框,将定界框进行缩小只留下面部,将删裁剪的像素不要勾选,这样进行人脸识别更加的精确了。

必备知识

Haar-like

通俗的来讲,就是作为人脸特征即可。

Haar特征值反映了图像的灰度变化情况。例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等。

opencv api

要想使用opencv,就必须先知道其能干什么,怎么做。于是API的重要性便体现出来了。就本例而言,使用到的函数很少,也就普通的读取图片,灰度转换,显示图像,简单的编辑图像罢了。

如下:

读取图片

只需要给出待操作的图片的路径即可。

import cv2

image = (imagepath)

灰度转换

灰度转换的作用就是:转换成灰度的图片的计算强度得以降低。

import cv2

gray = (image,_BGR2GRAY)

画图

opencv 的强大之处的一个体现就是其可以对图片进行任意编辑,处理。

下面的这个函数最后一个参数指定的就是画笔的大小。

import cv2

(image,(x,y),(x+w,y+w),(0,255,0),2)

显示图像

编辑完的图像要么直接的被显示出来,要么就保存到物理的存储介质。

import cv2

("Image Title",image)

获取人脸识别训练数据

看似复杂,其实就是对于人脸特征的一些描述,这样opencv在读取完数据后很据训练中的样品数据,就可以感知读取到的图片上的特征,进而对图片进行人脸识别。

import cv2

face_cascade = (r'./haarcascade_frontalface_')

里卖弄的这个xml文件,就是opencv在GitHub上共享出来的具有普适的训练好的数据。我们可以直接的拿来使用。

训练数据参考地址:

探测人脸

说白了,就是根据训练的数据来对新图片进行识别的过程。

import cv2

# 探测图片中的人脸

faces = face_(

gray,

scaleFactor = 1.15,

minNeighbors = 5,

minSize = (5,5),

flags = _HAAR_SCALE_IMAGE

)

我们可以随意的指定里面参数的值,来达到不同精度下的识别。返回值就是opencv对图片的探测结果的体现。

处理人脸探测的结果

结束了刚才的人脸探测,我们就可以拿到返回值来做进一步的处理了。但这也不是说会多么的复杂,无非添加点特征值罢了。

import cv2

print "发现{0}个人脸!".format(len(faces))

for(x,y,w,h) in faces:

(image,(x,y),(x+w,y+w),(0,255,0),2)

实例

有了刚才的基础,我们就可以完成一个简单的人脸识别的小例子了。

图片素材

下面的这张图片将作为我们的检测依据。

人脸检测代码

# coding:utf-8

import sys

reload(sys)

('utf8')

# __author__ = '郭 璞'

# __date__ = '2016/9/5'

# __Desc__ = 人脸检测小例子,以圆圈圈出人脸

import cv2

# 待检测的图片路径

imagepath = r'./'

# 获取训练好的人脸的参数数据,这里直接从GitHub上使用默认值

face_cascade = (r'./haarcascade_frontalface_')

# 读取图片

image = (imagepath)

gray = (image,_BGR2GRAY)

# 探测图片中的人脸

faces = face_(

gray,

scaleFactor = 1.15,

minNeighbors = 5,

minSize = (5,5),

flags = _HAAR_SCALE_IMAGE

)

print "发现{0}个人脸!".format(len(faces))

for(x,y,w,h) in faces:

# (image,(x,y),(x+w,y+w),(0,255,0),2)

(image,((x+x+w)/2,(y+y+h)/2),w/2,(0,255,0),2)

("Find Faces!",image)

(0)

人脸检测结果

输出图片:

输出结果:

D:\Software\Python2\ E:/Code/Python/DataStructor/opencv/

发现3个人脸!