? 人臉表情
? 調整步驟
- 在上一篇文章中，我們知道生成人臉是透過
main.py 這個程式 - 其實在專案
main.py 同級目錄下，還有一個 edit_photo.py 程式 - 這個程式就是用來調整生成的人臉的表情的
- 只要稍微這個程式的原始碼就可以知道，它改變人物的表情主要是透過
main.py 生成圖片的同時，也會生成每個人物的潛碼，儲存在 results\generate_codes 資料夾下面 - 改變人臉細節主要透過潛碼去修改，從原始碼中知道可以自定義年齡、人臉角度、笑容、人臉寬高、臉型、戴眼鏡還有各種情緒都是可以去改變的
- 原始碼中預設選擇
networks/generator_star-stylegan2-config-f.pkl 明星人臉模型，並且透過第 9 個潛碼 0008.txt，去修改第 9 張圖片的 age.npy，也就是年齡圖 - 其中
direction_file = 'age.npy' 就是可以自定義改變人臉調整的方向 - 其中
networks/generator_star-stylegan2-config-f.pkl 要跟第一步生成人臉圖片的模型對應上 - 其中
read_feature('results/generate_codes/0008.txt') 就是你想選擇調整的是哪一張圖片 - 其中
coeffs = [-15., -12., -9., -6., -3., 0., 3., 6., 9., 12.] 就是你想調整的程式，一個元素對應一張圖片，所以處理結果也會生成對應的 10 張圖片
def main():
# 在這兒選擇生成器
tflib.init_tf()
with open('networks/generator_star-stylegan2-config-f.pkl', "rb") as f:
generator_network, discriminator_network, Gs_network = pickle.load(f)
# 這是一些配置引數，不要動它
w_avg = Gs_network.get_var('dlatent_avg')
noise_vars = [var for name, var in Gs_network.components.synthesis.vars.items() if name.startswith('noise')]
Gs_syn_kwargs = dnnlib.EasyDict()
Gs_syn_kwargs.output_transform = dict(func=tflib.convert_images_to_uint8, nchw_to_nhwc=True)
Gs_syn_kwargs.randomize_noise = False
Gs_syn_kwargs.minibatch_size = 1
truncation_psi = 0.5
# 在這兒選擇人物的潛碼，注意要與生成器相匹配。潛碼來自生成目錄下有個generate_codes資料夾裡的txt檔案。
face_latent = read_feature('results/generate_codes/0008.txt')
z = np.stack(face_latent for _ in range(1))
tflib.set_vars({var: np.random.randn(*var.shape.as_list()) for var in noise_vars}) # [height, width]
w = Gs_network.components.mapping.run(z, None)
w = w_avg + (w - w_avg) * truncation_psi
# 在這兒選擇調整的方向，共有21種調整方式，它們的名稱與分別對應的功能如下所示。
'''
age.npy - 調整年齡
angle_horizontal.npy - 在左右方向上調整人臉角度
angle_vertical.npy - 在上下方向上調整人臉角度
beauty.npy - 調整顏值
emotion_angry.npy - 調整此項可增添/減弱一些生氣的情緒（調整步幅建議縮小）
emotion_disgust.npy - 調整此項可增添/減弱一些厭惡的情緒（調整步幅建議縮小）
emotion_easy.npy - 調整此項可增添/減弱一些平靜的情緒（調整步幅建議縮小）
emotion_fear.npy - 調整此項可增添/減弱一些害怕的情緒（調整步幅建議縮小）
emotion_happy.npy - 調整此項可增添/減弱一些開心的情緒（調整步幅建議縮小）
emotion_sad.npy - 調整此項可增添/減弱一些傷心的情緒（調整步幅建議縮小）
emotion_surprise.npy - 調整此項可增添/減弱一些驚訝的情緒（調整步幅建議縮小）
eyes_open.npy - 調整眼睛的閉合程度
face_shape.npy - 調整臉型
gender.npy - 調整性別
glasses.npy - 調整是否戴眼鏡
height.npy - 調整臉的高度
race_black.npy - 調整此項可接近/遠離向黑種人變化
race_white.npy - 調整此項可接近/遠離向白種人變化
race_yellow.npy - 調整此項可接近/遠離向黃種人變化
smile.npy - 調整笑容
width.npy - 調整臉的寬度
'''
direction_file = 'age.npy' # 從上面的編輯向量中選擇一個
# 在這兒選擇調整的大小，向量裡面的值表示調整幅度，可以自行編輯，對於每個值都會生成一張圖片並儲存。
coeffs = [-15., -12., -9., -6., -3., 0., 3., 6., 9., 12.]
# 開始調整並儲存圖片
move_latent_and_save(w, direction_file, coeffs, Gs_network, Gs_syn_kwargs)
? 調整結果
- 執行結果會存放在
results\age 資料夾中 - 可以根據圖片去做一個漸變的影片，比如人物年齡從兒童轉變到老齡，視覺效果很不錯
