pytorch 膨胀算法实现大眼效果
作者:watersink 发布时间:2022-10-25 18:19:51
标签:pytorch,膨胀算法,大眼
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:
来源:https://blog.csdn.net/qq_14845119/article/details/121516646
0
投稿
猜你喜欢
- handle non numerical data举个例子,将性别属性男女转换成0-1,精通ML的小老弟们可以略过本文~~,这里不考虑稀疏向
- 我们可以用DataFrame的apply函数实现对多列,多行的操作。需要记住的是,参数axis设为1是对列进行操作,参数axis设为0是对行
- 一、Position1、语法:position:static/ absolute / fixed / relative2、参数:(1)sta
- 首先,我们了解下什么是数据类型计算机顾名思义就是可以做数学计算的机器,因此,计算机程序理所当然地可以处理各种数值。但是,计算机能处理的远不止
- 从照片里面获取GPS信息。可交换图像文件常被简称为EXIF(Exchangeable
- 严格控制Session可以将不需要Session的内容(比如帮助画面,访问者区域,等等)移动到关闭Session的独立ASP应用程序中。在基
- 最近尝试写python GUI界面,决定先从tkinter开始。但是遇到了无法安装。执行pip install tkinter没有用,报了如
- 表的普通字段 一对多字段 多对多字段 插入数据#插入数据def add(request):G_title=request.POST.get(
- 闭包是Python装饰器的基础。要理解闭包,先要了解Python中的变量作用域规则。变量作用域规则首先,在函数中是能访问全局变量的:>
- 数据库基本操作在Flask-SQLAlchemy中,插入、修改、删除操作,均由数据库会话管理。会话用db.session表示。在准备把数据写
- 之前一直对于python类的继承机制认知的比较混乱,今天学习记录一下。(1)首先使用直接继承的方式class parent():  
- 目录准备数据集导入所需的软件包将数据从文件加载到Python变量拆分数据进行训练和测试标记化并准备词汇预处理输出标签/类建立Keras模型并
- 本文实例讲述了Python正则简单用法。分享给大家供大家参考,具体如下:悄悄打入公司内部UED的一个Python爱好者小众群,前两天一位牛人
- 在平时的需求开发中涉及到将多列值合并为一列值的操作,通过查阅相关资料特此记录以下方法,方便日后学习复盘 import pandas
- 其实在很久很久之前就发现search类型的input,该属性值是WebKit私有,不过一直没去查相关的属性,介于XXX原因,我找出其属性,回
- 做设计类网址导航的初衷是为了资源整合,也是在尝试解决问题。假定访问用户都是行业人士,或者目地性很强的有一定了解的用户,应该如何考虑这个组织系
- 继上一篇文章使用xlrd来读Excel之后,这一篇文章就来介绍下,如何来写Excel,写Excel我们需要使用第三方库xlwt,和xlrd一
- 时间库—arrow使用背景日期时间处理在实际应用场景中无处不在,所以这也成了编程语言中必不可少的模块,Python 也不例外。但是,你知道在
- 大概在九九年做游戏网站的时候,就对文章的发布感到麻烦,不过那会儿玩ASP不精。只是将就用着。在遇到长文件 10000 字时网页就是一大片长了
- 本文实例讲述了Python3实现将文件归档到zip文件及从zip文件中读取数据的方法。分享给大家供大家参考。具体实现方法如下:'