人脸融合技术，用 Python – OpenCV 来帮你实现

提了好几天的人脸融合技术，今天终于被提上日程，该技术是基于之前介绍的技术基础上延伸得到的，如果之前没有了解过这两篇文章，建议提前看下，
实现人脸识别、人脸68个特征点提取，或许这个 Python 库能帮到你！
利用 OpenCV-Python 进行人脸 Delaunay 三角剖分(人脸检测核心技术之一)

1，Image Morphing 介绍

图像融合简单来说，通过把图像设置为不同的透明度，把两张图像融合为一张图像(一般要求图像需要是等尺寸大小的)，公式如下：
M ( x , y ) = ( 1 α ) I ( x , y ) + α J ( x , y ) α 为 设 置 的 透 明 度 参 数 I ( x , y ) 为 图 像 I 坐 标 为 ( x , y ) 的 像 素 值 ; J ( x , y ) 为 图 像 J 坐 标 为 ( x , y ) 的 像 素 值 ; M ( x , y ) 为 融 合 之 后 图 像 的 像 素 值 ； M(x,y) = (1-alpha)I(x,y)+alpha J(x,y) alpha 为设置的透明度参数 I(x,y) 为图像 I 坐标为 (x,y) 的像素值;J(x,y)为图像 J 坐标为 (x,y) 的像素值; M(x,y) 为融合之后图像的像素值； M(x,y)=(1/span>α)I(x,y)+αJ(x,y)α为设置的透明度参数I(x,y)为图像I坐标为(x,y)的像素值;J(x,y)为图像J坐标为(x,y)的像素值;M(x,y)为融合之后图像的像素值；
2，Image Morphing 简单尝试

可以根据这个公式尝试实现一下融合技术，利用 OpenCV 的 cv2.addWeighted() 函数，代码如下：

这里 alpha 设置为 0.5， 最终结果如下图：

4，Delaunay 三角剖分

这里三角剖分目的网格化图像脸部区域，方便寻找特征点，为后面使用仿射变换进行对齐操作：

3，图片中对每一个三角剖分区域做放射变换，用到的函数：getAffineTransform() 得到仿射变换矩阵，warpAffine() 进行放射变换，最终得到两个变换图像，

4，对 3 中得到的两图像中像素值调整透明度参数，来进行图像融合

最终结果如下：

小总结

虽然本次面向对象是人脸，但相同技术原理也可以运用到其他物体上面，比如把苹果和橘子相融合、人脸区域更换等功能，如果有更好的 idea 的话，可能会得到意想不到的结果！

最后文章中完整源码和文件都已经打包到 Github 上去了，关注公众号： 小张Python，后台回复关键词 FaceMorph 即可获取.

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览10909 人正在系统学习中

来源：程序员大飞1