总序

“换脸”Python实现共分为四个部分，第一部分是原理讲解，第二部分是Python实现，第三部分是效果改进，前三部分都是单张图片，第四部分是应用到视频。

网上的很多教程没有原理讲解，所以也许可以照猫画虎，但没有总体的理解，就很难有自己的改进方法，希望本四次的分享对你有帮助。

第一部分 原理

换脸原理很简单，就是两个图，把第一张图（图甲）中的人脸换成第二张图（图乙）中的人脸。具体分成4步：

1. 确定人脸位置
2. 把图乙的人脸大小和方向调节得和图甲中的差不多
3. 挖掉图甲中原来的人脸，换成图乙中的人脸

当然，为了使人脸衔接更自然，会做一些简单的脸边缘的过渡，同时会做一些亮度、边缘模糊等调整。

步骤

上面原理中的三个步骤，也是三个难题，其实很简单。我觉得没有必要从太细节上追究每一个点，但宏观上必须了解它大概是怎么进行的。

1. 确定人脸位置

为了确定人脸位置，有专门训练好的 dlib 库，它会找出人脸的特征点（中图），dlib 是一个训练好的模型，可以直接下载其参数。然后用 opencv 的凸包函数得到人脸形状（右图）。此处不是将整张人脸截下，而是将眼睛，口，鼻等关键部位截出来，当然自己也可以截出整张脸。如下图，左图是原始图片，中图是 dlib 检测人脸，右图是最终得到包含关键部位的人脸的形状。

图1 确定人脸位置
这样，图样的方法处理图乙，得到人脸位置。
2. 把图乙的人脸大小和方向调节得和图甲中的差不多

这个的实现主要用仿射变换，及一些图片的旋转、缩放、调整图片分辨率等方法，具体实现也比较麻烦，能从总体上知道那些函数功能这样就好。

3. 挖掉图甲中原来的人脸，换成图乙中的人脸

这个用掩模的方法，就像图1中的最右面一张图，我有另外一张图，大小和其一致，但脸型部分全为0，其余部分全为1. 两张图相当于两个矩阵，两者对应元素相乘，就得到挖去脸的图片。此时如果我有另外一张脸，脸部全为1， 其余部分全是0，那么用两张图对应元素一一相加，就可以得到最终的换脸后的图片。

4. 衔接过渡脸的边缘

用上面的方法换的脸，看上去很不自然。此时可以把“新脸”的亮度调整得和“旧脸”差不多，边缘进行一些模糊，让其过渡自然。

结语

以上便是基本思路，有了这样的思路，就可以根据需要很好得进行算法修改。下面进入第二部分。