基于Swfit实现的人脸变老软件

「爱情、让人受尽委屈。」 2024-03-24 23:33 50阅读 0赞

[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88273697  
[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88273697

**基于Swfit 实现人脸变老**

### 1.项目简介 ###

自己实现的一个人脸变老的方案，项目代码和算法相关均由 **Swift** 实现，最终的效果图如下：

![9387e947f5d6ac76c0e08d83456212eb.png][]

### 2.实现步骤 ###

该方案实现的原理是将一张**预制作好的皱纹纹理**“贴在”原图的人脸区域上，听起来很简单，不过在具体实现上则需要考虑不少问题，让我们从后往前去推导哪些要需要解决的问题：首先，预制作好的皱纹纹理如何和原图中的人脸**自然的贴合**？考虑到不同原图中的人脸肤色和亮度会有很大的差异，如果针对不同的肤色来提供不同的皱纹纹理显然是不可行的。其次，预制好的皱纹纹理的五官区域明显是和原图中的人脸不符合，那么就需要针对不同的人脸特征点来对皱纹纹理进行**复杂变形**。考虑到以上种种，本方案的实现步骤分为以下三步：

*  1、识别图片中的人脸区域并提取人脸特征点
 *  2、根据人脸特征点来对皱纹纹理的各区域进行复杂变形
 *  3、将变形后的皱纹纹理自然的贴合在原图识别出的人脸区域上

让我们一步步来实现：

### 3.识别人脸关键点 ###

这一步的实现方案比较简单，借助的是 [Face++][Face] 平台的技术实现，只需要简单的申请注册就可以免费使用人脸识别功能，客户端只需要上传图片调用相关的Api即可，返回的人脸识别特征点信息大致如下图所示（图片源自Face++）：

![875734e3db7e78c85cfca6cd9d1aafcd.png][]

### 4.对皱纹纹理进行变形处理 ###

##### **4.1提取皱纹纹理特征点坐标** #####

变形前需要先获取皱纹纹理上对应的人脸特征点坐标，由于皱纹纹理是提前准备的，所以可以直接通过[获取图片点坐标工具][Link 2]来提取特性点坐标数据：

![caa921801167b040b23cba1ef9d629e8.png][]

##### 4.2变形算法实现 #####

考虑到这是基于特征点的复杂变形，所以皱纹纹理图片的渲染选择了用 [OpenGL][]，iOS SDK 提供了封装好的 [GLKit][] 来方便使用 OpenGL ，只需要创建一个 `GLKViewController`:

![496beb6ced2774eb8e51ee7878bd0e3e.png][]

然后重写 `glkView` 方法：

import UIKit
    import GLKit
    class FaceGLKViewController: GLKViewController {
        
        ···
        override func glkView(_ view: GLKView, drawIn rect: CGRect) {
        
            ···
        }
        ···
    }

接下来是实现基于关键点的变形，变形的算法实现是根据 [Image Deformation Using Moving Least Squares][] 论文来编写的，论文的内容和推导过程比较简洁，侧重于给出最终的数学公式，有兴趣的可以去详读。为了方便，本方案用 Swift 来实现该算法。以皱纹纹理上的特征点作为变形原点， Face++ 返回的人脸特征点作为变形目标点，对皱纹纹理进行变形：

最终得到变形后的皱纹纹理如下：

![2ab7ae34484bbd85ff9a338c5b7e1879.png][]

### 5.皱纹纹理与人脸“贴合” ###

直接将皱纹纹理覆盖在人脸上显然是不可取的，我们要做的是将人脸原图和皱纹纹理进行适当的**图片混合**。

图片混合常用的模式有很多种，如叠加、柔光、强光等，各混合模式的算法实现起来也都比较简单，具体的算法公式可以看这篇知乎总结：[Photoshop图层混合模式计算公式大全][Photoshop]。更方便的是 CGContext 内置了这些常用的混合模式的实现，可以直接通过 `UIImage#draw` 方法 调用，本人测试下来，**柔光混合**（soft light blend mode）的效果是最为理想：

/// 人脸变老
    ///
    /// - Parameters:
    ///   - face: 人脸图片
    ///   - wrinkle: 皱纹纹理图片
    ///   - faceRect: 人脸区域
    /// - Returns: 合成结果
    func softlightMerge(face: UIImage, wrinkle: UIImage, faceRect: CGRect) -> UIImage? {
        
        let rendererRect = CGRect(x: 0, y: 0, width: face.size.width, height: face.size.height)
        let renderer = UIGraphicsImageRenderer(bounds: rendererRect)
        let outputImage = renderer.image {
         ctx in
            UIColor.white.set()
            ctx.fill(rendererRect)
            face.draw(in: rendererRect, blendMode: .normal, alpha: 1)
            // 柔光混合
            wrinkle.draw(in: faceRect, blendMode: .softLight, alpha: 1)
        }
        return outputImage
    }
    复制代码

经过柔光混合，无需考虑原图人脸的肤色如何，混合后的人脸会保持原肤色，最后的效果如下：

![ffcbccdad04f9ed24e8dc3974a57126d.png][]

[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88273697  
[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88273697

[Link 1]: https://download.csdn.net/download/sheziqiong/88273697
[9387e947f5d6ac76c0e08d83456212eb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/dd39075e9f034e92ae252c7a73445265.png
[Face]: https://link.juejin.cn?target=https%3A%2F%2Fwww.faceplusplus.com.cn%2F
[875734e3db7e78c85cfca6cd9d1aafcd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/8d6c85cc3b044d8c962ed905568aaa6d.png
[Link 2]: https://link.juejin.cn?target=https%3A%2F%2Fwww.mobilefish.com%2Fservices%2Frecord_mouse_coordinates%2Frecord_mouse_coordinates.php
[caa921801167b040b23cba1ef9d629e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/def381b2fd9240c48e028fdbf1826a34.png
[OpenGL]: https://link.juejin.cn?target=https%3A%2F%2Fwww.opengl.org%2F
[GLKit]: https://link.juejin.cn?target=https%3A%2F%2Fdeveloper.apple.com%2Fdocumentation%2Fglkit
[496beb6ced2774eb8e51ee7878bd0e3e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/0e54f921969e4b7f88f05a4ffb4f53da.png
[Image Deformation Using Moving Least Squares]: https://link.juejin.cn?target=http%3A%2F%2Ffaculty.cs.tamu.edu%2Fschaefer%2Fresearch%2Fmls.pdf
[2ab7ae34484bbd85ff9a338c5b7e1879.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/fa024343e5e843a6b50db77f8518f0bf.png
[Photoshop]: https://link.juejin.cn?target=https%3A%2F%2Fwww.zhihu.com%2Fquestion%2F20293077
[ffcbccdad04f9ed24e8dc3974a57126d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/38621820f7cd4f75895b51e090e2ea61.png