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
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
