瘦脸之液化算法

BWrong 发布于2021-11-25 09:43 / 2291人阅读

摘要：对上面公式进行改进，加入变形程度控制变量，改进后瘦脸公式如下，优缺点优点形变思路简单直接缺点局部变形算法，只能基于一个中心点，向另外一个点的方向啦。单点拉伸的变形，可以实现瘦脸的效果，但是效果自然度有待提升。

论文：Interactive Image Warping（1993年Andreas Gustafsson）

算法思路：

假设当前点为（x,y）,手动指定变形区域的中心点为C(cx,cy)，变形区域半径为r，手动调整变形终点（从中心点到某个位置M）为M（mx,my），变形程度为strength，当前点对应变形后的目标位置为U。变形规律如下，

圆内所有像素均沿着变形向量的方向发生偏移
距离圆心越近，变形程度越大
距离圆周越近，变形程度越小，当像素点位于圆周时，该像素不变形
圆外像素不发生偏移

其中，x是圆内任意一点坐标，c是圆心点，rmax为圆心半径，m为调整变形的终点，u为圆内任意一点x对应的变形后的位置。

对上面公式进行改进，加入变形程度控制变量strength，改进后瘦脸公式如下，

优缺点：

优点：形变思路简单直接

缺点：

局部变形算法，只能基于一个中心点，向另外一个点的方向啦。如果想多个点一起拉伸，只能每个点分别做一次液化，通过针对多个部位多次液化来实现。
单点拉伸的变形，可以实现瘦脸的效果，但是效果自然度有待提升。

代码实现：

import cv2import mathimport numpy as npdef localTranslationWarpFastWithStrength(srcImg, startX, startY, endX, endY, radius, strength):    ddradius = float(radius * radius)    copyImg = np.zeros(srcImg.shape, np.uint8)    copyImg = srcImg.copy()    maskImg = np.zeros(srcImg.shape[:2], np.uint8)    cv2.circle(maskImg, (startX, startY), math.ceil(radius), (255, 255, 255), -1)    K0 = 100/strength    # 计算公式中的|m-c|^2    ddmc_x = (endX - startX) * (endX - startX)    ddmc_y = (endY - startY) * (endY - startY)    H, W, C = srcImg.shape    mapX = np.vstack([np.arange(W).astype(np.float32).reshape(1, -1)] * H)    mapY = np.hstack([np.arange(H).astype(np.float32).reshape(-1, 1)] * W)    distance_x = (mapX - startX) * (mapX - startX)    distance_y = (mapY - startY) * (mapY - startY)    distance = distance_x + distance_y    K1 = np.sqrt(distance)    ratio_x = (ddradius - distance_x) / (ddradius - distance_x + K0 * ddmc_x)    ratio_y = (ddradius - distance_y) / (ddradius - distance_y + K0 * ddmc_y)    ratio_x = ratio_x * ratio_x    ratio_y = ratio_y * ratio_y    UX = mapX - ratio_x * (endX - startX) * (1 - K1/radius)    UY = mapY - ratio_y * (endY - startY) * (1 - K1/radius)    np.copyto(UX, mapX, where=maskImg == 0)    np.copyto(UY, mapY, where=maskImg == 0)    UX = UX.astype(np.float32)    UY = UY.astype(np.float32)    copyImg = cv2.remap(srcImg, UX, UY, interpolation=cv2.INTER_LINEAR)    return copyImgimage = cv2.imread("./tests/images/klst.jpeg")processed_image = image.copy()startX_left, startY_left, endX_left, endY_left = 101, 266, 192, 233startX_right, startY_right, endX_right, endY_right = 287, 275, 192, 233radius = 45strength = 100# 瘦左边脸                                                                           processed_image = localTranslationWarpFastWithStrength(processed_image, startX_left, startY_left, endX_left, endY_left, radius, strength)# 瘦右边脸                                                                           processed_image = localTranslationWarpFastWithStrength(processed_image, startX_right, startY_right, endX_right, endY_right, radius, strength)cv2.imwrite("thin.jpg", processed_image)

实验效果：

云服务器 GPU云服务器 webrtc之vad算法看动画学算法之:hashtable android开发短视频瘦脸 ps液化

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/125087.html

天然气专题研究报告（合集）

摘要：查看行业专题分析报告就上参一江湖，更多专题报告持续更新中。查看行业专题分析报告就上参一江湖，更多专题报告持续更新中。每项专题报告都是从2019开始更新到至今，后续将持续更新... 今天为大家分享天然气专题研究报告的部分目录如下 : ———————公众号：参一江湖——————— 2021...

Tamic 2021-11-15 11:37 评论0 收藏0
小记-用canvas完成图像液化（向前变形）过程

摘要：前几天由于团队需要，折腾了一下图像液化的处理过程。现在来整理一下思路，做个记录。用到公式如下，网上拿来的话不多说，上代码本来想尽量写出点逼格。。。后来发现怎么写也还是几个搞定，就那样了。然后再用的把转换后的输出到中效果图如下前几天由于团队需要，折腾了一下图像液化的处理过程。现在来整理一下思路，做个记录。用到公式如下，网上拿来的 showImg(https://segm...

Cheng_Gang 2019-08-21 10:22 评论0 收藏0
小记-用canvas完成图像液化（向前变形）过程

摘要：前几天由于团队需要，折腾了一下图像液化的处理过程。现在来整理一下思路，做个记录。用到公式如下，网上拿来的话不多说，上代码本来想尽量写出点逼格。。。后来发现怎么写也还是几个搞定，就那样了。然后再用的把转换后的输出到中效果图如下前几天由于团队需要，折腾了一下图像液化的处理过程。现在来整理一下思路，做个记录。用到公式如下，网上拿来的 showImg(https://segm...

jone5679 2019-08-01 14:42 评论0 收藏0
最少知识原则之模式的黄金原则

摘要：最少知识原则的终极目标的是实现完全傻瓜式的程序。我们如何做到解除对象间的耦合性主要手段还是很多的。最少知识原则的实现其实，最少知识原则和单一原则所达到目的是相似的，一个是，让你的程序对外尽量简单，一个是让你的程序里的对象，相互联系尽量简单。最少知识原则的终极目标的是实现完全傻瓜式的程序。举个例子吧，就比如美图神器，你上传一张凤姐的照片后，你可以选择自然磨皮，高度磨皮 -> ...

Ocean 2019-08-19 17:29 评论0 收藏0