​

圖片提取

為了方便技術展示，我們選取素材為演員楊紫的一段演講視訊，用例僅為技術交流演示使用，不針對任何指定人。

為達到我們AI換臉的目的，我們首先需要將這段視訊逐幀提取成照片

 def vedio_2_pic(self,file,save_path):
 """
 逐幀取照片
 file:視訊的位置
 save_path:儲存路徑
 """
 # 讀取視訊
 video = cv2.VideoCapture(file)
 # 獲取視訊幀率
 fps = video.get(cv2.CAP_PROP_FPS)
 # 獲取畫面大小
 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

臉部融合

上一環節我們已對視訊進行了圖片提取，我希望演員楊紫可以有楊冪一樣的眼睛，長得更像楊冪一點。那麼"目標選定人"就是楊冪了。

因為視訊可能會有鏡頭切換，對焦目標可能是觀眾或者其他人，所以在臉部融合前，需要判斷要轉換的圖片中是否有楊紫，如果有大於0.85的概率確定是楊紫，我們進行臉部融合，如果小於等於0.85概率我們就不進行臉部融合，下面進行臉部融合。

​

核心程式碼

 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張出現了問題'%(i)) 

提取音訊

為了合成後的視訊有聲音，我們將視訊中的音訊進行提取並儲存下來，程式碼如下：

def getMusic(self,video_name,save_path):
 """
 獲取指定視訊的音訊
 video_name:視訊路徑
 save_path:音訊儲存路徑
 舉例
 save_path='/Users/***/vedio/1.wav' 
 """
 # 讀取視訊檔案
 video = VideoFileClip(video_name)
 # 返回音訊
 audio = video.audio
 audio.write_audiofile(save_path) 

合成視訊

至此我們得到了音訊、融合後的圖片，接下來就是最後一步合成視訊了，程式碼如下：

 """
 圖片轉視訊
 save_path：視訊儲存路徑
 """
 # 寫入視訊
 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):
  # 讀取原影象
  img = cv2.imread(path)
  # 寫入視訊
  video.write(img)
 video.release()

總結

到此這篇關於基於Python實現視訊的人臉融合功能的文章就介紹到這了,更多相關Python實現視訊的人臉融合內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！