文 | 闲欢
今天晚上，女朋友说电脑比较卡，让我帮她清理一下。作为她眼中的炒鸡技术男，我答应等她洗完澡出来就给她搞定。
解决电脑卡顿问题，无非就是扫一下毒，看看有没有自动运行的病毒，或者清理一下缓存和磁盘碎片，亦或者看看 C 盘剩余容量大小之类的。
我三下五除二就搞定了，但是在清理 C 盘文件时，我发现她的某个文件夹下面有好多照片，打开一看，我惊呆了，这不就是最近比较火的“撕葱”吗？
不光如此，图片还是以“老公1”、“老公2”等等的顺序命名的，居然暗地里做撕葱的小迷妹，还称呼“老公”！
虽然我从小吃鱼卡刺，喝了不少醋，但是看到这个比以往任何时候喝的醋都多。
老公？我突然灵机一动，我要丑化这些图片，让她下次打开时气得删掉它们，嘻嘻！
我打开 Photoshop ，想着用 PS 的方法替换头像。转念一想，不行，女朋友洗澡时间有限，一张张处理太耗时了，我得想个批量处理的办法。
突然想起来了以前做过类似的事情，借助人脸识别接口 API 可以搞定。
时间有限，废话不多说，赶紧撸起袖子加油干！
寻找目标
我打算用人脸融合的方式来丑化图片，所以我先要找到一张比较丑的人脸照片。不知道为什么，第一反应是去搜黄渤黄老师的，对不住了！
我去百度上随手搜了一张，长这样：
图片来源于网络
人脸识别 API
我这里使用的是 Face++（旷视科技）的人工智能平台 API 接口，据说他们家比较专业，这一块做得比较好，想着还是要支持一下。
他们家的网站是：
首先需要注册一下，注册完了之后进入首页的“应用管理”功能，创建一个应用，然后就可以获取到一个 API Key 和 API Secret，这两个东西非常有用，基本上你使用他们家的接口都需要。
我们要实现两张图片的人脸融合，首先需要识别两张图片中的人脸，然后才能进行融合。
所以我们首先需要使用人脸识别功能里面的人脸检测 API ，文档说明：
这里有详细的 API 调用方法，参数和返回也都有列出，按照文档的方式使用即可。
检测到人脸之后，我们就可以进行融合了，这时需要使用另一个 API 接口，文档说明：
代码实现
根据上面的思路，我们可以先处理两张图片的人脸融合，代码如下：
import base64import requestsimport jsonimport simplejson# 第一步，获取人脸关键点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 # 是否检测并返回人脸关键点 } 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，换脸# number表示换脸的相似度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()# 思聪图image1 = r"C:\Users\xx\Downloads\tmp\pic/2.jpg"# 黄渤图image2 = r"C:\Users\xx\Downloads\tmp\pic/3.jpg"# 结果图image = r"C:\Users\xx\Downloads\tmp\pic/n.jpg"merge_face(image1, image2, image, 90)
我用的思聪的图片是这样子的：
图片来源于网络
运行程序，融合后的图像是这样的：
以上是针对一张图片的处理，批量处理，只需要扫描目录下的图片，然后针对每一张进行处理即可。
后记
我在批量处理的时候，加了一个步骤就是删除原来的图片，使得目录下的图片全部变得不可描述。
女朋友刚洗完澡，我差不多收工。她还夸我真棒，电脑速度有明显的提升。
不知道哪天她偷偷打开那个神秘的文件夹，双击图片，看到呈现出来的图片时，会是什么反应？我心里有点迫不及待的期待，嘿嘿！
为了帮助大家在学习python的路上，少走弯路，少掉坑，大家可以去听一位python高手的课程，他每天晚上8点都会在网上有免费的直播课，会讲到python，讲的非常的通俗易懂，而且还很好玩幽默，既能从知识的层面深入浅出，更能从思维的角度让我们认识到python到底应该怎么学习，跟高手学习的最大价值就是，听君一席话，胜读十年书，自学的价值在于，自学大半年，不如别人有高手带着学一天，一年365天，他每天晚上都会讲课的，有喜欢听的同学，可以去他的的卫鑫*（同音）：前排的是：762，中间一排是：459，后排的一组是：510 ,把以上三组字母按照顺序组合起来即可她会安排学习的。，非常的简单的，牛顿曾经说过，站在别人的肩膀上，才能看的更高更远，海纳百川，去征服python世界的星辰大海吧。
