基于opencv+Dlib的面部合成（Face Morph）

#零、前言

前段时间看到文章【1】和【2】，大概了解了面部合成的基本原理。这两天空下来了，于是参考【3】自己实现了下。虽然【1】和【2】已经讲的很清楚了，但是有一些细节没有提到。所以我在这里记录一下实现的过程中以及一些小细节。

#一、什么是面部合成？

这里的面部合成指的的是把一张脸逐渐的变化成另外一张脸。图1展示了从詹姆斯渐变到科比的过程。其实如果把这些图片合成视频的话效果会更好。但是我不知道在这里怎么添加视频，所以就没弄了。

图 1. 勒布朗詹姆斯到科比的渐变。第一排第一张为詹姆斯原图，第二排最后为科比原图。从第一排到第二排为渐变过程。

#二 、主要步骤
面部合成的原理就是利用给定的两张图片 和 生成 张从渐变到的过度图片 。这过度图片生成的原理是一样的，通过一个参数来控制混合的程度。

                       （1）

当接近0时，看起来比较像 ，当接近1时，看起来比较像。当然啦，这个公式只是一个大概的意思。具体来说一共分为如下几部：1. 检测人脸关键点。2. 三角剖分。3. 图像变形。下面就从这3点展开来说。

#1. 人脸关键点定位
给定两张图片，每张图片里面有一个人脸。我们要做的第一步就是分别从这两张图片中检测出人脸，并在定位出人脸关键点。人脸一共有68个关键点，分布如图2所示。不过我的研究方向不是搞人脸的，所以这个是做这个项目的时候才去了解的。如果有什么偏差，还望指正。

 图 2. 人脸关键点分布说明图。

人脸检测和关键点定位可以使用Dlib[4]这个库来完成。Dlib是一个开源的使用现代C++技术编写的跨平台的通用库。它包含很多的模块，例如算法，线性代数，贝叶斯网络，机器学习，图像处理等等。其中图像处理模块就有人脸检测和关键点定位的函数。关于人脸检测和关键点定位的具体原理在这里我就不讨论了（不了解。。。），下面说下具体怎么调用。

首先我们需要检测出图像中人脸的位置，所以需要一个人脸检测器。这只要直接定义一个Dilb中fron