简易版“美颜”来了！肝了一夜！用Python做一个高瘦脸神器！-程序员宅基地

“菜鸟学Python”，第“519”篇原创

如今的网络时代，许多直播的博主们，在进行直播时，都喜欢利用美颜的方式来提升自己的颜值。其中必不可少的就是瘦脸。

瘦脸更能够显示出自己美丽的五官轮廓，有效的提升自己的颜值。最有名的瘦脸APP翻车事件，当属“乔碧萝”的事件啦。

如今的市面上也有很多的瘦脸APP，也受到了很多的小姐姐们的追捧。而强大的python也能够一键实现瘦脸的功能，大家跟随菜鸟哥一起来看看吧。

01.算法介绍

对于瘦脸功能的实现，借助的是名为“Interactive Image Warping”算法（以下简称I-I-W算法）。该算法利用局部的平移、缩放以及旋转的方式来不失真的进行图像纤瘦化处理。这篇算法早在1993年就被提出。值得一提的是，该算法是一名博士的毕业论文。看来经典的算法，永远都不会过时。

下图所示的内容是I-I-W算法的论文首页，论文的题目就叫“Interactive Image Warping”，作者名叫“Andreas Gustafsson”。在首页的下面，作者用芬兰语写下了有关论文的写作地点等内容，其中31.5.1993格外的醒目，这里指出的是作者的这篇论文发表于1993年，距今已经接近三十年的历史。

对于很多小伙伴来说，对于论文的阅读和理解是非常具有挑战性的，而且理解起来也比较晦涩难懂，菜鸟哥通过下面的内容，向大家直观的解释，如何利用该算法来进行瘦脸的操作。

02.程序讲解

首先，我们来看一下程序的整体的实现步骤：

回归到程序的本身而言，首先是读入包含人脸的图片，通过dlib库，来匹配人脸的68个特征点，程序如下图所示。

程序首先通过opencv库读入图片文件后，利用lib库中的检测器来检测人脸中的特征点，并将所有的特征点添加到land_marks列表中。而匹配的68个关键点的人脸图片，如下图所示。

可以看到，通过dlib库的检测，可以匹配得到人脸的68个特征点，包括脸部的轮廓，以及五官的轮廓位置。

匹配得到的人脸特征点后，接下来就是就可以调用I-I-W算法来将人脸的脸部轮廓进行纤瘦化的处理，具体是如何实现的呢？

首先，程序需要计算人脸关键点中，左右半边脸中名字为3，5和13，15之间的直线距离，如上图所示，程序需要分别计算3和5之间的直线距离，以及13和15之间的直线距离，分别记作R_left以及R_right。程序如下图所示。

为什么要计算这一个距离呢？这是因为I-I-W算法会将这一个距离作为判定的一项依据，I-I-W算法会根据人脸的中心点距离像素点的直线距离是否大于R_left以及R_right，来判定人脸的位置需不需要进行调整，如果距离小于R_left以及R_right的话，那么就进行像素点的平移操作，从直观上来看就是瘦脸的操作。下图程序中展示的是I-I-W算法的核心内容。

程序分别针对于左半脸和右半脸，利用I-I-W算法进行瘦脸的操作，得到最终的瘦脸结果图，程序如下图所示。而经过I-I-W算法得到的最终的瘦脸结果如下图所示。

可以看到，经过I-I-W算法处理后的人脸，在两侧面颊部分有着明显的消瘦效果，达到了瘦脸的目的。

03.界面展示

为了更方便大家利用该神器，规避了对于代码的理解。菜鸟哥为大家制作了GUI的交互界面，如下图所示。

最后，菜鸟哥通过视频展示的方式，来给大家展示界面的使用方式。

左手Python，右手Java，升职就业不愁啦！

对上面的这个趣味小软件有兴趣的，可以在公众号后台输入：瘦脸



推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街！唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！|  再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜

年度爆款文案

点阅读原文,领AI全套资料

本文链接：https://blog.csdn.net/cainiao_python/article/details/120231910

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次，点赞8次，收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术，其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据，例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息，从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代，随着大数据时代的到来，稀疏编码技术的应用范围和影响力不断扩大。目前，稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载，正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次，点赞27次，收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子：其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异，一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud，详解干货，做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次，点赞9次，收藏7次。微服务架构简单的说就是将单体应用进一步拆分，拆分成更小的服务，每个服务都是一个可以独立运行的项目。这么多小服务，如何管理他们？(服务治理注册中心[服务注册发现剔除])这么多小服务，他们之间如何通讯？这么多小服务，客户端怎么访问他们？(网关)这么多小服务，一旦出现问题了，应该如何自处理？(容错)这么多小服务，一旦出现问题了，应该如何排错?(链路追踪)对于上面的问题，是任何一个微服务设计者都不能绕过去的，因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次，点赞6次，收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程（过程详细）_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次，点赞245次，收藏1.5k次。在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题，是指服务端功能开放过多或权限限制不严格，导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来，这种漏洞已经屡见不鲜，各种漏洞组合利用也是千奇百怪、五花八门，这里总结漏洞是为了更好地应对和预防，如有不妥之处还请业内人士多多指教。0x01 背景2014年4月，在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be and th_normalized plane coordinates

开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次，点赞2次，收藏3次。开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景第一代开放信息抽取系统(Open Information Extraction， OIE， learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息，为了消除这些冗余信息，诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取（即省略关键信息的提取）、_语义角色增强的关系抽取