图片提取
为了方便技术展示，我们选取素材为演员杨紫的一段演讲视频，用例仅为技术交流演示使用，不针对任何指定人。
为达到我们ai换脸的目的，我们首先需要将这段视频逐帧提取成照片
def vedio_2_pic(self,file,save_path): """ 逐帧取照片 file:视频的位置 save_path:保存路径 """ # 读取视频 video = cv2.videocapture(file) # 获取视频帧率 fps = video.get(cv2.cap_prop_fps) # 获取画面大小 width = int(video.get(cv2.cap_prop_frame_width)) height = int(video.get(cv2.cap_prop_frame_height)) size = (width, height) frame_num = str(video.get(7)) ret, frame = video.read() num =1 while true: ret, frame = video.read() if ret !=true: break cv2.imwrite(save_path + str(num) + '.jpg', frame) num +=1 video.release() return fps, size,frame_num
脸部融合
上一环节我们已对视频进行了图片提取，我希望演员杨紫可以有杨幂一样的眼睛，长得更像杨幂一点。那么"目标选定人"就是杨幂了。
因为视频可能会有镜头切换，对焦目标可能是观众或者其他人，所以在脸部融合前，需要判断要转换的图片中是否有杨紫，如果有大于0.85的概率确定是杨紫，我们进行脸部融合，如果小于等于0.85概率我们就不进行脸部融合，下面进行脸部融合。
核心代码
我要评论
for i in range(frame_num):
image2="""/users/***/face_ztl/picture/%d.jpg"""%(i)
content = video_make.img_compare(image1,image2)
try:
if content >0.85:
print('-----%d-----'%(i))
video_make.merge_face(image2,object_image,merge_rate=100)
else:
print(0)
img = cv2.imread(image2)
img_path = image2.replace('picture','picture_new')
cv2.imwrite(img_path, img)
except:
pass
print('第%d张出现了问题'%(i))
提取音频
为了合成后的视频有声音，我们将视频中的音频进行提取并保存下来，代码如下：
def getmusic(self,video_name,save_path): """ 获取指定视频的音频 video_name:视频路径 save_path:音频保存路径 举例 save_path='/users/***/vedio/1.wav' """ # 读取视频文件 video = videofileclip(video_name) # 返回音频 audio = video.audio audio.write_audiofile(save_path)
合成视频
至此我们得到了音频、融合后的图片，接下来就是最后一步合成视频了，代码如下：
""" 图片转视频 save_path：视频保存路径 """ # 写入视频 fourcc = cv2.videowriter_fourcc(*'mp4v') video = cv2.videowriter(save_path, fourcc, fps, size) # 排序目的 for item in range(int(frame_num)): path = pic_path +str(item) + '.jpg' if os.path.exists(path): # 读取原图像 img = cv2.imread(path) # 写入视频 video.write(img) video.release()
总结
到此这篇关于基于python实现视频的人脸融合功能的文章就介绍到这了,更多相关python实现视频的人脸融合内容请搜索移动技术网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移动技术网！
如对本文有疑问， 点击进行留言回复！！
Day03_数据类型介绍&Python运算符&IF分支
网友评论