### 使用OpenCV实现瘦脸特效 为了实现在Python中使用OpenCV创建瘦脸效果，并允许用户通过滑动条动态调整瘦脸程度，可以按照以下方法构建程序： #### 导入必要的库 首先导入所需的库，包括`cv2`用于图像处理操作以及`numpy`辅助矩阵运算。 ```python import cv2 import numpy as np ``` #### 定义瘦脸函数 定义一个名为`slim_face`的函数来执行具体的瘦脸逻辑。该函数接收原始图片数组和缩放因子作为参数，返回经过变形后的图像数据。 ```python def slim_face(image, scale_factor=0.9): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') faces = detector.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) result_image = image.copy() for (x, y, w, h) in faces: face_center_x = int(x + w / 2) face_center_y = int(y + h * 0.67) # 调整为人脸中心偏下一点的位置 radius = max(w//2,h//2)*scale_factor mask = np.zeros_like(result_image).astype(np.uint8) cv2.circle(mask,(face_center_x,face_center_y),int(radius),(255,255,255),-1,cv2.LINE_AA) kernel_size = (radius,radius) blur_mask=cv2.GaussianBlur(mask,kernel_size,sigmaX=0,borderType=cv2.BORDER_DEFAULT) alpha = blur_mask.astype(float)/255. beta = 1.-alpha result_image = ((result_image*beta)+(image*alpha)).astype(np.uint8)[^1] return result_image ``` 此部分代码实现了对检测到的人脸区域应用圆形遮罩，并基于高斯模糊权重混合原图与目标图，从而形成自然过渡的效果。 #### 创建窗口并添加轨道栏 接下来设置GUI界面，在其中加入可调节瘦脸比例的滑动条控件。 ```python window_name = 'Slim Face' cv2.namedWindow(window_name) def on_trackbar_change(val): global img_copy scale_value = val/100.0 img_copy = slim_face(img_original, scale_value) cv2.imshow(window_name, img_copy) trackbar_name = 'Face Slim Scale (%)' cv2.createTrackbar(trackbar_name, window_name , 90, 100, on_trackbar_change) ``` 这里设置了初始值为90%，范围限定在0%至100%之间变化，每次改变时都会触发回调更新显示画面。 #### 加载源图像并启动交互循环 最后加载待编辑的照片文件，并进入无限等待状态直到接收到关闭指令为止。 ```python img_path = "your_image.jpg" img_original = cv2.imread(img_path) if img_original is None: raise FileNotFoundError(f"{img_path} not found.") on_trackbar_change(90) # 初始化默认展示 cv2.waitKey() cv2.destroyAllWindows() ``` 上述过程展示了如何利用OpenCV结合简单的图形用户接口组件完成实时瘦脸效果演示。