有没有夫妻相？刷一下脸就知道！

有没有,夫妻,一下脸,知道 · 浏览次数 : 251

小编点评

```python import osfrom PIL import Image,ImageDraw,ImageFont,ImageFilterfrom PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = True #@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' #vellesЗноскі图片路径gen_poster(temp_image,title_char,author_char,savepath)Image.open(savepath) # 显示图片点击关注，第一时间了解华为云新鲜技术~。归纳总结以上内容，生成内容时需要带简单的排版 ``` ```python 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' #vellesЗноскі图片路径gen_poster(temp_image,title_char,author_char,savepath)Image.open(savepath) # 显示图片点击关注，第一时间了解华为云新鲜技术~。归纳总结以上内容，生成内容时需要带简单的排版 ```

正文

摘要：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。

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 。

“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 os
import os.path as osp
import moxing as mox
parent = 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!") 

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

步骤二：使用ssim算法计算夫妻相

import numpy as np
import cv2
import random
import matplotlib.pyplot as plt
from matplotlib import font_manager
import warnings
from scipy.signal import convolve2d 
from PIL import Image,ImageDraw,ImageFont
warnings.filterwarnings('ignore')

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)

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

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)

请输入图1照片姓名: 
王强
请输入图2照片姓名: 
李欣

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

步骤四：打印输出海报

import os
from PIL import Image,ImageDraw,ImageFont,ImageFilter
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True

#@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

点击关注，第一时间了解华为云新鲜技术~