有没有夫妻相？刷一下脸就知道！

2023-02-23
中国香港
本文字数：3415 字
阅读完需：约 11 分钟

本文分享自华为云社区《情人节季，快来上传你的女神照片，测试下你们的夫妻相》，作者： HWCloudAI 。

有没有夫妻相？刷一下脸就知道！

“夫妻相”是指两人之间的相貌让人感觉是一对夫妻，还有一种说法是指夫妻之间面容相似。

有研究认为：两个人在一起生活得久了,表情动作彼此模仿,会越来越像。其实是因为大多数人都珍爱自己，看到跟自己相像的人格外顺眼，从一开头就是拿自己当范本选择另一半。“夫妻相”的大抵意思是因为常常接触，心灵相倾，习惯趋同，相同的作息、肠道菌落交换等相互影响，以致到了面容相像。夫妻相是面容相像，心灵相倾，习惯趋同，相互影响。

世界各地都有类似的说法：人们容易被面容与自己有共同之处的人吸引。一些进化生物学家认为，这是因为我们潜意识里觉得，与自己长相相似的人更值得信任。然而也有研究表明，当动物处于压力下，它们更倾向与同伴中遗传距离较远的个体交配。

尽管上述描述在当今心理学、生物学方面有争议，但是大多数人还是比较认同“夫妻相”这一说法的。（以上“夫妻相”解释来自百度百科）

基于此，本文利用 ssim 算法，帮你快速打造一个“刷脸测试夫妻相”Demo 出来。

夫妻相似度 ssim 算法原理

SSIM（structural similarity）是一种用来衡量图片相似度的指标，也可用来判断图片压缩后的质量。

基本原理：

其中有几个需要注意的点：

C1、C2、C3 为常数，避免分母接近于 0 时造成的不稳定性。

SSIM 函数 S 具有对称性、有界性（不超过 1）和最大值唯一性（当且仅当 x＝y 时，S＝1，表示两幅图一样）。

上述 S 函数为 C3=C2/2 的简化形式。

（更多 SSIM 介绍可自行搜索论文《Image Quality Assessment: From Error Visibility to Structural Similarity》）

注意事项：

本案例使用框架**:** PyTorch-1.8
本案例使用硬件规格**:** CPU: 2 核 4GB
本案例的 AI Gallery 链接上传你的女神照片，测试下你们的夫妻相

步骤一：下载需要的海报文件和字体

import osimport os.path as ospimport moxing as moxparent = osp.join(os.getcwd(),'Valentine')if not os.path.exists(parent):    mox.file.copy_parallel('obs://modelarts-labs-bj4-v2/case_zoo/Valentine',parent)    if os.path.exists(parent):        print('Download success')    else:        raise Exception('Download Failed')else:    print("Model Package already exists!")

复制代码

INFO:root:Using MoXing-v2.1.0.5d9c87c8-5d9c87c8INFO:root:Using OBS-Python-SDK-3.20.9.1Download success

复制代码

步骤二：使用 ssim 算法计算夫妻相

import numpy as npimport cv2import randomimport matplotlib.pyplot as pltfrom matplotlib import font_managerimport warningsfrom scipy.signal import convolve2d from PIL import Image,ImageDraw,ImageFontwarnings.filterwarnings('ignore')

复制代码

def matlab_style_gauss2D(shape=(3,3),sigma=0.5):    """    2D gaussian mask - should give the same result as MATLAB's    fspecial('gaussian',[shape],[sigma])    """    m,n = [(ss-1.)/2. for ss in shape]    y,x = np.ogrid[-m:m+1,-n:n+1]    h = np.exp( -(x*x + y*y) / (2.*sigma*sigma) )    h[ h < np.finfo(h.dtype).eps*h.max() ] = 0    sumh = h.sum()    if sumh != 0:        h /= sumh    return h
def filter2(x, kernel, mode='same'):    return convolve2d(x, np.rot90(kernel, 2), mode=mode)
def compute_ssim(im1, im2, k1=0.01, k2=0.04, win_size=11, L=255):    if not im1.shape == im2.shape:        raise ValueError("Input Imagees must have the same dimensions")    if len(im1.shape) > 2:        raise ValueError("Please input the images with 1 channel")     M, N = im1.shape    C1 = (k1*L)**2    C2 = (k2*L)**2    window = matlab_style_gauss2D(shape=(win_size,win_size), sigma=0.5)    window = window/np.sum(np.sum(window))     if im1.dtype == np.uint8:        im1 = np.double(im1)    if im2.dtype == np.uint8:        im2 = np.double(im2)     mu1 = filter2(im1, window, 'valid')    mu2 = filter2(im2, window, 'valid')    mu1_sq = mu1 * mu1    mu2_sq = mu2 * mu2    mu1_mu2 = mu1 * mu2    sigma1_sq = filter2(im1*im1, window, 'valid') - mu1_sq    sigma2_sq = filter2(im2*im2, window, 'valid') - mu2_sq    sigmal2 = filter2(im1*im2, window, 'valid') - mu1_mu2    ssim_map = ((2*mu1_mu2+C1) * (2*sigmal2+C2)) / ((mu1_sq+mu2_sq+C1) * (sigma1_sq+sigma2_sq+C2))    return np.mean(np.mean(ssim_map))
def img_show(similarity, img1, img2, name1, name2):    # similarity = random.uniform(60,100)    zt = "./Valentine/方正兰亭准黑_GBK.ttf"    my_font = font_manager.FontProperties(fname = zt,size =20 )    img1 = cv2.resize(img1, (520, 520))    img2 = cv2.resize(img2, (520, 520))    imgs = np.hstack([img1, img2])    imgs2 = imgs[:,:, ::-1]    plt.axis('off')    plt.title('{0} VS {1} \n CP指数: {2}%'.format(name1, name2, round(similarity, 2)), fontproperties=my_font)    plt.imshow(imgs2)    path = "a.jpg"    cv2.imwrite(path, imgs)

复制代码

加入人脸检测

def getFaces(gray):    cascPath = "/home/ma-user/anaconda3/envs/PyTorch-1.8/lib/python3.7/site-packages/cv2/data/haarcascade_frontalface_default.xml"    faceCascade = cv2.CascadeClassifier(cascPath)    im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)    # Detect faces    faces = faceCascade.detectMultiScale(        gray,        scaleFactor=1.1,        minNeighbors=5,        flags=cv2.CASCADE_SCALE_IMAGE    )    return faces

复制代码

步骤三：修改预置的视频和图片

在 Valentine 文件夹下中，有一个预置的 1.png 和 2.png 图片，大家可以将里面的图片替换成自己的，图片的名称不建议修改，如果修改成其他的名称，后面的路径也要相应的修改，上传的图片不要太大，尽量使用正脸的图片。

if __name__ == '__main__':    name1 = input('请输入图1照片姓名: \n')    name2 = input('请输入图2照片姓名: \n')    img1_path = 'Valentine/1.png'    img2_path = 'Valentine/2.png'    img1 = cv2.imread(img1_path)    img2 = cv2.imread(img2_path)    im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)    im2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)    im1_faces = getFaces(im1)    im2_faces = getFaces(im2)
    if len(im1_faces) !=1 or len(im2_faces)!= 1:        raise ValueError("输入图片需要包含一个人脸")    im1 = cv2.resize(im1, (520,520))    im2 = cv2.resize(im2, (520,520))    similarity = compute_ssim(im1, im2)*100    if similarity == 100:        raise ValueError("图片重复! 请重新上传图片")    img_show(similarity, img1, img2, name1, name2)

复制代码

请输入图1照片姓名:  王强请输入图2照片姓名:  李欣

复制代码

image = Image.open("a.jpg")image = image.resize((498,278))

复制代码

步骤四：打印输出海报

import osfrom PIL import Image,ImageDraw,ImageFont,ImageFilterfrom PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = True

复制代码

#@title 请在下面填写创作者 ：  def gen_poster(img,txt1,txt2,path):    font1 = ImageFont.truetype(zt,42)    font2 = ImageFont.truetype(zt,24)    img_draw = ImageDraw.Draw(img)    img_draw.text((197,629), txt1, font=font1,fill='#961900')    img_draw.text((152,689), txt2, font=font2, fill='#252b3a')    img.filter(ImageFilter.BLUR)    img.save(path)template_img = "./Valentine/ValentinPoster.png" zt = "./Valentine/方正兰亭准黑_GBK.ttf"temp_image = Image.open(template_img) temp_image.paste(image ,(40,266))title_char = str(round(similarity,1)) + "%"author_char = "王强" #@param {type:"string"}savepath = 'ValentinPoster.png' # 海报图片路径gen_poster(temp_image,title_char,author_char,savepath)Image.open(savepath) # 显示图片