今天晚上，女朋友說電腦比較卡，讓我?guī)退謇硪幌隆Ｗ鳛樗壑械某措u技術(shù)男，我答應(yīng)等她洗完澡出來就給她搞定。

解決電腦卡頓問題，無非就是掃一下毒，看看有沒有自動運(yùn)行的病毒，或者清理一下緩存和磁盤碎片，亦或者看看 C 盤剩余容量大小之類的。

我三下五除二就搞定了，但是在清理 C 盤文件時，我發(fā)現(xiàn)她的某個文件夾下面有好多照片，打開一看，我驚呆了，這不就是最近比較火的“撕蔥”嗎？

不光如此，圖片還是以“老公1”、“老公2”等等的順序命名的，居然暗地里做撕蔥的小迷妹，還稱呼“老公”！

雖然我從小吃魚卡刺，喝了不少醋，但是看到這個比以往任何時候喝的醋都多。

老公？我突然靈機(jī)一動，我要丑化這些圖片，讓她下次打開時氣得刪掉它們，嘻嘻！

我打開 Photoshop ，想著用 PS 的方法替換頭像。轉(zhuǎn)念一想，不行，女朋友洗澡時間有限，一張張?zhí)幚硖臅r了，我得想個批量處理的辦法。

突然想起來了以前做過類似的事情，借助人臉識別接口 API 可以搞定。

時間有限，廢話不多說，趕緊擼起袖子加油干！

尋找目標(biāo)

我打算用人臉融合的方式來丑化圖片，所以我先要找到一張比較丑的人臉照片。不知道為什么，第一反應(yīng)是去搜黃渤黃老師的，對不住了！

我去百度上隨手搜了一張，長這樣：

人臉識別 API

我這里使用的是 Face++（曠視科技）的人工智能平臺 API 接口，據(jù)說他們家比較專業(yè)，這一塊做得比較好，想著還是要支持一下。

他們家的網(wǎng)站是：

https://console.faceplusplus.com.cn/

首先需要注冊一下，注冊完了之后進(jìn)入首頁的“應(yīng)用管理”功能，創(chuàng)建一個應(yīng)用，然后就可以獲取到一個?API Key?和?API Secret，這兩個東西非常有用，基本上你使用他們家的接口都需要。

我們要實(shí)現(xiàn)兩張圖片的人臉融合，首先需要識別兩張圖片中的人臉，然后才能進(jìn)行融合。

所以我們首先需要使用人臉識別功能里面的人臉檢測 API ，文檔說明：

https://console.faceplusplus.com.cn/documents/4888373

這里有詳細(xì)的 API 調(diào)用方法，參數(shù)和返回也都有列出，按照文檔的方式使用即可。

檢測到人臉之后，我們就可以進(jìn)行融合了，這時需要使用另一個 API 接口，文檔說明：

https://console.faceplusplus.com.cn/documents/20813963

代碼實(shí)現(xiàn)

根據(jù)上面的思路，我們可以先處理兩張圖片的人臉融合，代碼如下：

import base64 import requests import json import simplejson# 第一步，獲取人臉關(guān)鍵點(diǎn) api_key = '你的apikey' api_secret = '你的apisecret'def find_face(imgpath):http_url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'data = {"api_key": api_key,"api_secret": api_secret,"image_url": imgpath,"return_landmark": 1 # 是否檢測并返回人臉關(guān)鍵點(diǎn)}files = {"image_file": open(imgpath, "rb")}response = requests.post(http_url, data=data, files=files)req_con = response.content.decode('utf-8')req_dict = json.JSONDecoder().decode(req_con)this_json = simplejson.dumps(req_dict)this_json2 = simplejson.loads(this_json)faces = this_json2['faces']list0 = faces[0]rectangle = list0['face_rectangle']return rectangle# 第二步，換臉 # number表示換臉的相似度 def merge_face(image_url1, image_url2, image_url, number):ff1 = find_face(image_url1)ff2 = find_face(image_url2)rectangle1 = str(str(ff1['top']) + "," + str(ff1['left']) + "," + str(ff1['width']) + "," + str(ff1['height']))rectangle2 = str(ff2['top']) + "," + str(ff2['left']) + "," + str(ff2['width']) + "," + str(ff2['height'])url_add = "https://api-cn.faceplusplus.com/imagepp/v1/mergeface"f1 = open(image_url1, 'rb')f1_64 = base64.b64encode(f1.read())f1.close()f2 = open(image_url2, 'rb')f2_64 = base64.b64encode(f2.read())f2.close()data = {"api_key": api_key,"api_secret": api_secret,"template_base64": f1_64,"template_rectangle": rectangle1,"merge_base64": f2_64,"merge_rectangle": rectangle2,"merge_rate": number}response = requests.post(url_add, data=data)req_con1 = response.content.decode('utf-8')req_dict = json.JSONDecoder().decode(req_con1)result = req_dict['result']imgdata = base64.b64decode(result)file = open(image_url, 'wb')file.write(imgdata)file.close()# 思聰圖 image1 = r"C:\Users\xx\Downloads\tmp\pic/2.jpg" # 黃渤圖 image2 = r"C:\Users\xx\Downloads\tmp\pic/3.jpg" # 結(jié)果圖 image = r"C:\Users\xx\Downloads\tmp\pic/n.jpg"merge_face(image1, image2, image, 90)

我用的思聰?shù)膱D片是這樣子的：

運(yùn)行程序，融合后的圖像是這樣的：

以上是針對一張圖片的處理，批量處理，只需要掃描目錄下的圖片，然后針對每一張進(jìn)行處理即可。

后記

我在批量處理的時候，加了一個步驟就是刪除原來的圖片，使得目錄下的圖片全部變得不可描述。

女朋友剛洗完澡，我差不多收工。她還夸我真棒，電腦速度有明顯的提升。

不知道哪天她偷偷打開那個神秘的文件夾，雙擊圖片，看到呈現(xiàn)出來的圖片時，會是什么反應(yīng)？我心里有點(diǎn)迫不及待的期待，嘿嘿！

感謝每一位愿意讀完我文章的人，對于新媒體創(chuàng)作我也是一個剛?cè)腴T的，也在不斷學(xué)習(xí)中。 創(chuàng)作是一件非常值得持續(xù)投入的事情，因?yàn)槟銈兠恳淮蔚闹С侄际菍ξ覙O大的肯定！

為了方便想學(xué)python的小伙伴們，我建了一個交流群，里面上傳了很多python的學(xué)習(xí)資料，有需要的小伙伴進(jìn)群免費(fèi)獲取哦。

總結(jié)

以上是生活随笔為你收集整理的女友电脑私存思聪帅照，我用python偷梁换柱...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。