Python 实现视觉特效：秒变超级赛亚人

上周六搞了个修炼写轮眼，利用python代码定位眼球再贴图，有点太粗糙。今儿又周末，效果升级下，玩个变身超级赛亚人——

预期是动态显示变身后的金色头发、光芒和周围附带的电弧，以下是最终效果：

视频中可以看到，金色头发可以根据面部大小进行自动调整，“光芒”在头发外围弱弱展现，电弧也算是动态变换，勉强达成目标

思路

在Python代码中通过opencv启用摄像头拍摄，对获取到的图像通过dlib模块进行面部识别，之后利用PIL模块进行图像处理，添加金色赛亚人头发。因为摄像头一直处于获取图像的while循环中，通过对不同图片中添加不同形态的电弧图像，形成最终视频中动态电弧效果。

金色头发

说到这个头发，对某度我真是无语，最终不得不英文搜到了目标：

OK，搞定，我选择的是第五个图片，下载后是白底jpg格式，先利用Photoshop将其改为背景透明的png格式：

为了加发光特效，我是选用的Win10自带的画图3D软件，其中的喷雾罐效果，在头发外围加了一圈黄色喷雾：

添加头发

至于面部识别，我们还是选用前几篇反复提到的dlib模块。

dlib是一个包含机器学习算法的开源工具包。目前Dlib已经被广泛的用在行业和学术领域，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。

拿到拍摄的图片后，涉及到人脸识别。Python可以直接调用dlib库进行面部模式识别，其中也包含了准度较高的眼部识别：

通过37、38、40、41来确定左眼球位置，43、44、48、47来确定右眼球位置。

于是我们就可以将头发添加到dlib的面部模式中：

调整位置，并根据面部识别到的脸部尺寸对头发图片大小进行调整，计算头发在摄像头图像中的添加位置。

#dlib面部识别模块相关
import dlib
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

#获取面部模式
landmarks = predictor(gray, face)
#定位面部左上角点坐标
x1,y1 = landmarks.part(0).x, landmarks.part(0).y
# 定位面部右上角点坐标
x2, y2 = landmarks.part(16).x, landmarks.part(16).y
#计算面部宽度
d = math.sqrt((x2-x1)**2+(y2-y1)**2)
#根据面部宽度计算金色头发尺寸
size = int(d / 236 * 439)
#对头发图片缩放
resized = adding.resize((size,size))
#在合适位置添加头发图片
im.paste(resized,(int(x1-d*86/236),int(y1-d*394/236)),resized)

做完头发效果如图：

电弧特效

因为这是通过摄像头一直在抓取图像，那么只要这一刻和下一刻处理后的电弧图像不一致，就会产生动态电弧的效果。所以实现方式就是准备些背景透明的电弧图片，在代码中随机选取进行缩放后添加到图像中。

针对不同的位置，我将电弧分为三组（其实是通过同一组旋转变换Ps成三组的），l1-l4是放在左侧的，r1-r4是右侧，t1-t4是顶部位置的。对抓取到的头像，随机添加电弧图片：

#电弧图片定义
lightlist = ["l1.png","l2.png","l3.png","l4.png"]
rightlist = ["r1.png","r2.png","r3.png","r4.png"]
toplist = ["t1.png","t2.png","t3.png","t4.png"]

#电弧尺寸
lightsize = int(d/2)
#随机获取电弧图片
ligntning = Image.open(lightlist[random.randint(0, 3)])
#对电弧进行缩放
relight = ligntning.resize((lightsize, lightsize))
#找到合适位置添加电弧图片
im.paste(relight,(int(x1-d*60/236),int(y1-d*380/236)),relight)

最终效果截图：

可以对比两个时刻，电弧实现了不同形态的变换展示~

原作者表示一个超级赛亚人太孤单，我来陪他一起变

现在流行的短视频App中的特效，比如加眼镜加口罩加狗头……你都可以用类似方法通过 Python 来实现。