[普通]人脸对齐

作者(passion) 阅读(1403次) 评论(0) 分类( 软件)

使用opencv对人脸图像进行仿射变换, 实现人脸对齐功能 
人脸图像及68个面部关键点                             仿射变换后人脸图像及关键点 
仿射变换将原坐标(x, y)变换为新坐标(x', y')的计算方法: 

Opencv仿射变换函数warpAffine: 

  1. //! warps the image using affine transformation
    void warpAffine( InputArray src, OutputArray dst,
                                  InputArray M, Size dsize,
                                  int flags=INTER_LINEAR,
                                  int borderMode=BORDER_CONSTANT,
                                  const Scalar& borderValue=Scalar());

参数:src - 输入图像 
          dst - 输出图像,图像大小为dsize 
          M - 2X3变换矩阵 
          dsize - 输出图像的大小 
         flags - 差值方法 
         borderMode - 像素填充方法,BORDER_CONSTANT表示固定值填充 
      borderValue - 填充的值 
 
 
计算仿射变换矩阵函数getRotationMatrix2D: 

  1. Mat getRotationMatrix2D( Point2f center, double angle, double scale );

根据旋转中心, 旋转角度,缩放因子计算仿射变换矩阵。 

//根据眼睛坐标对图像进行仿射变换
//src - 原图像
//landmarks - 原图像中68个关键点



Mat getwarpAffineImg(Mat &src, vector<Point2f> &landmarks)
{
    Mat oral;
	src.copyTo(oral);
    for (int j = 0; j < landmarks.size(); j++)
    {
        circle(oral, landmarks[j], 2, Scalar(255, 0, 0));
    }
    //计算两眼中心点,按照此中心点进行旋转, 第31个为左眼坐标,36为右眼坐标
    Point2f eyesCenter = Point2f( (landmarks[31].x + landmarks[36].x) * 0.5f, (landmarks[31].y + landmarks[36].y) * 0.5f );
    
    // 计算两个眼睛间的角度
    double dy = (landmarks[36].y - landmarks[31].y);
    double dx = (landmarks[36].x - landmarks[31].x);
    double angle = atan2(dy, dx) * 180.0/CV_PI; // Convert from radians to degrees.
    
    //由eyesCenter, andle, scale按照公式计算仿射变换矩阵,此时1.0表示不进行缩放
    Mat rot_mat = getRotationMatrix2D(eyesCenter, angle, 1.0);
    Mat rot;
    // 进行仿射变换,变换后大小为src的大小
    warpAffine(src, rot, rot_mat, src.size());
    vector<Point2f> marks;
    
    //按照仿射变换矩阵,计算变换后各关键点在新图中所对应的位置坐标。
    for (int n = 0; n<landmarks.size(); n++)
    {
        Point2f p = Point2f(0, 0);
        p.x = rot_mat.ptr<double>(0)[0] *landmarks[n].x + rot_mat.ptr<double>(0)[1] * landmarks[n].y + rot_mat.ptr<double>(0)[2];
        p.y = rot_mat.ptr<double>(1)[0] * landmarks[n].x + rot_mat.ptr<double>(1)[1] * landmarks[n].y + rot_mat.ptr<double>(1)[2];
        marks.push_back(p);
    }
    //标出关键点
    for (int j = 0; j < landmarks.size(); j++)
    {
        circle(rot, marks[j], 2, Scalar(0, 0, 255));
    }
    return rot;
}


« 上一篇:wifi共享上网(至尊版wifi)
« 下一篇:人脸图像的几何归一化和灰度归一化
在这里写下您精彩的评论
  • 微信

  • QQ

  • 支付宝

返回首页
返回首页 img
返回顶部~
返回顶部 img