pytorch 膨胀算法实现大眼效果
论文:Interactive Image Warping(1993年Andreas Gustafsson)
算法思路:

以眼睛中心为中心点,对眼睛区域向外放大,就实现了大眼的效果。大眼的基本公式如下,

假设眼睛中心点为O(x,y),大眼区域半径为Radius,当前点位为A(x1,y1),对其进行改进,加入大眼程度控制变量Intensity,其中Intensity的取值范围为0~100。

其中,dis表示AO的欧式距离,k表示缩放比例因子,k0表示大眼程度,xd,yd表示A点经过大眼变换后的目标点B的坐标。
当k=0时,目标点B与O点重合。
当k=1时,目标点B与A点重合。
当k<1.0时,目标点B的计算函数单调递增,眼睛放大。
当k>1.0时,目标点B的计算函数单调递减,眼睛缩小。
人眼半径求法,

根据眼睛左右2个关键点来计算大眼区域所在的半径Radius

大眼程度Intensity求法,
根据图像分辨率,结合实际经验来计算大眼程度Intensity。
比如Intensity = 15*512*512/(width*height)
应用场景:
适用于任何球形局部形变的场景,比如大眼,比如嘴唇微笑。
代码实现:
import cv2
import math
import numpy as np
def big_eye_adjust_fast(src, PointX, PointY, Radius, Strength):
processed_image = np.zeros(src.shape, np.uint8)
processed_image = src.copy()
height = src.shape[0]
width = src.shape[1]
PowRadius = Radius * Radius
maskImg = np.zeros(src.shape[:2], np.uint8)
cv2.circle(maskImg, (PointX, PointY), math.ceil(Radius), (255, 255, 255), -1)
mapX = np.vstack([np.arange(width).astype(np.float32).reshape(1, -1)] * height)
mapY = np.hstack([np.arange(height).astype(np.float32).reshape(-1, 1)] * width)
OffsetX = mapX - PointX
OffsetY = mapY - PointY
XY = OffsetX * OffsetX + OffsetY * OffsetY
ScaleFactor = 1 - XY / PowRadius
ScaleFactor = 1 - Strength / 100 * ScaleFactor
UX = OffsetX * ScaleFactor + PointX
UY = OffsetY * ScaleFactor + PointY
UX[UX < 0] = 0
UX[UX >= width] = width - 1
UY[UY < 0] = 0
UY[UY >= height] = height - 1
np.copyto(UX, mapX, where=maskImg == 0)
np.copyto(UY, mapY, where=maskImg == 0)
UX = UX.astype(np.float32)
UY = UY.astype(np.float32)
processed_image = cv2.remap(src, UX, UY, interpolation=cv2.INTER_LINEAR)
return processed_image
image = cv2.imread("tests/images/klst.jpeg")
processed_image = image.copy()
PointX_left, PointY_left, Radius_left, Strength_left = 150, 190, 44, 19.78
PointX_right, PointY_right, Radius_right, Strength_right = 244, 194, 42, 19.78
processed_image = big_eye_adjust_fast(processed_image, PointX_left, PointY_left, Radius_left, Strength_left)
processed_image = big_eye_adjust_fast(processed_image, PointX_right, PointY_right, Radius_right, Strength_right)
cv2.imwrite("big.jpg", processed_image)
实验效果:

到此这篇关于pytorch 膨胀算法实现大脸效果的文章就介绍到这了,更多相关pytorch 膨胀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!
相关文章
Python3中内置类型bytes和str用法及byte和string之间各种编码转换 问题
这篇文章主要介绍了Python3中内置类型bytes和str用法及byte和string之间各种编码转换问题,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下2018-09-09
Python爬虫使用浏览器cookies:browsercookie过程解析
这篇文章主要介绍了Python爬虫使用浏览器cookies:browsercookie,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
Python边缘检测之prewitt,sobel和laplace算子详解
这篇文章主要为大家详细介绍了Python边缘检测中prewitt、sobel和laplace算子的使用方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下2023-04-04
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整步骤
本文深入探讨了使用 PyTorch-BigGraph (PBG) 构建和部署大规模图嵌入的完整流程,涵盖了从环境设置、数据准备、模型配置与训练,到高级优化技术、评估指标、部署策略以及实际案例研究等各个方面,感兴趣的朋友跟随小编一起看看吧2024-11-11
布同 Python中文问题解决方法(总结了多位前人经验,初学者必看)
首先谈谈我是怎么遇到Python中文输入问题的。我写了一个小工具,用来查询Python的库函数。2011-03-03


最新评论