pytorch 液态算法实现瘦脸效果

更新时间：2022年01月18日 17:18:03 作者：watersink

在PS中，我们可以利用液化工具对人像进行形变处理，例如瘦脸、瘦腿、放大眼睛等一系列的常规操作。今天我们来了解一下这些操作的算法原理，并用pytorch来实现瘦脸效果

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 cv2
import math
import numpy as np
 
def 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 copyImg
 
 
 
image = cv2.imread("./tests/images/klst.jpeg")
processed_image = image.copy()
startX_left, startY_left, endX_left, endY_left = 101, 266, 192, 233
startX_right, startY_right, endX_right, endY_right = 287, 275, 192, 233
radius = 45
strength = 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：

到此这篇关于pytorch 液态算法实现瘦脸效果的文章就介绍到这了,更多相关pytorch 液态算法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python集合的创建、添加及删除操作示例
这篇文章主要介绍了python集合的创建、添加及删除操作,结合实例形式分析了Python集合的概念、功能及针对集合的创建、添加与删除等相关操作实现技巧,需要的朋友可以参考下
2019-10-10
python字符串常见使用操作方法介绍
本文介绍python字符串使用方法,Python最常见数据类型就是字符串,无论哪种编程语言，字符串无处不在,比如从用户那里读取字符串,并将字符串打印到屏幕显示出来,字符串是一种数据结构,下文详细内容介绍需要的朋友可以参考一下
2022-03-03
Python实现yaml与json文件批量互转
这篇文章主要为大家详细介绍了如何利用Python语言实现yaml与json文件的批量互转，文中的示例代码讲解详细，感兴趣的小伙伴可以动手尝试一下
2022-07-07
深入分析python数据挖掘 Json结构分析
这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点，对此有兴趣的朋友参考下。
2018-04-04
pytorch使用tensorboard报错问题及解决
这篇文章主要介绍了pytorch使用tensorboard报错问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-09-09
使用Python制作微信跳一跳辅助
Python火到微信去了，辅助微信跳一跳，让你玩到朋友圈第一，今天就跟着我来试试用python实现制作跳一跳辅助，并把代码分享给大家
2018-01-01
Python实现比较两个列表(list)范围
这篇文章主要介绍了Python实现比较两个列表(list)范围,本文根据一道题目实现解决代码,本文分别给出题目和解答源码,需要的朋友可以参考下
2015-06-06
python 合并多个excel中同名的sheet
这篇文章主要介绍了python 如何合并多个excel中同名的sheet，帮助大家更好的利用python处理excel表格，感兴趣的朋友可以了解下
2021-01-01
利用Python代码实现模拟动态指针时钟
这篇文章主要为大家详细介绍了如何利用python和C++代码实现模拟动态指针时钟，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下
2023-04-04
OpenCV实现去除背景识别的方法总结
这篇文章主要为大家详细介绍了如何利用OpenCV实现去除背景识别的功能，文中为大家总结了一些方法，感兴趣的小伙伴快跟随小编一起学习一下
2022-10-10