《人脸识别与美颜算法实战：基于Python、机器学习与深度学习》源代码

本书将传统的图像处理技术、机器学习时代的图像技术，到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用，以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点，专注于人脸图像的各种处理，大量实际案例，带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程，如何优化算法逻辑，如何将算法应用到实际的场景中。另外本身的最后一章，深扒了目前抖音、美颜相机、天天P图、淘宝、京东等APP里面图像技术的应用场景以及实现原理，提纲挈领的概述了电商、娱乐、金融、安防这四大领域中应用的AI+图像技术实现思路。让读者可以对整个中国AI+图像的应用现状以及前景有直观的认知。

封面图

目录

• 推荐序
• 前言
• 第1章 AI时代：图像技术背景知识1
• 1.1 人工智能的前世今生2
• 1.2 AI与CV的相互融合之路3
• 1.3 AI图像处理技术5
• 1.4 本章小结7
• 第2章 武器和铠甲：开发环境配置8
• 2.1 来自传承的馈赠：OpenCV开源跨平台机器视觉库8
• 2.1.1 OpenCV的整体概念9
• 2.1.2 OpenCV的应用领域9
• 2.1.3 OpenCV的编程语言9
• 2.1.4 OpenCV支持的系统10
• 2.1.5 OpenCV的线上资源10
• 2.2 召唤萌宠：Python语言的“制霸”之路10
• 2.2.1 Python语言的发展11
• 2.2.2 Python 2.7.X版本和3.X版本的区别 11
• 2.2.3 本书采用的Python版本 13
• 2.3 铸剑：基于PyCharm的系统环境配置14
• 2.3.1 PyCharm在Mac OS系统下的安装和配置14
• 2.3.2 Mac OS系统下Anaconda的安装和配置17
• 2.4 牛刀小试：一起动手来写个例子吧19
• 2.5 本章小结21
• 第3章 开启星辰大海：图像处理技术基础知识22
• 3.1 图像的基本概念23
•  
• 3.1.1 像素的概念23
• 3.1.2 图像的构成24
• 3.1.3 图像的格式24
• 3.1.4 理解图像的位深和通道的概念25
• 3.2 图像的读取、显示和存储操作26
• 3.2.1 OpenCV基本图像处理函数26
• 3.2.2 Python读取一张图片并显示和存储27
• 3.3 从像素出发构建二维灰度图像28
• 3.3.1 NumPy科学计算库28
• 3.3.2 创建二维灰度图像30
• 3.3.3 灰度图像的遍历31
• 3.4 灰度图像和彩色图像的变换32
• 3.4.1 图像的颜色空间32
• 3.4.2 彩色图像的通道分离和混合33
• 3.4.3 彩色图像的通道分离和混合程序示例34
• 3.4.4 彩色图像的二值化35
• 3.4.5 彩色图像的遍历37
• 3.4.6 彩色图像和灰度图像的转换38
• 3.5 图像的几何变换40
• 3.5.1 图像几何变换的基本概念40
• 3.5.2 插值算法41
• 3.5.3 图像的缩放42
• 3.5.4 图像的平移44
• 3.5.5 图像的旋转45
• 3.5.6 图像的镜像变换47
• 3.6 图像色彩空间基础知识48
• 3.6.1 图像的色调、色相、饱和度、亮度和对比度48
• 3.6.2 RGB色彩空间49
• 3.6.3 HSV色彩空间49
• 3.6.4 HSI色彩空间50
• 3.7 图像的直方图50
• 3.7.1 图像直方图的基本概念50
• 3.7.2 绘制灰度图像的直方图51
• 3.7.3 绘制彩色图像的直方图53
• 3.7.4 图像直方图均衡化54
• 3.7.5 图像直方图反向投影56
• 3.8 本章小结58
• 第4章 First Blood：第一波项目实战59
• 4.1 抖音哈哈镜60
• 4.1.1 抖音的哈哈镜效果60
• 4.1.2 哈哈镜的原理61
• 4.1.3 哈哈镜的程序实现61
• 4.2 给你一张老照片64
• 4.2.1 怀旧风格算法原理64
• 4.2.2 怀旧风格程序实现65
• 4.3 给自己画一张文艺范的素描66
• 4.3.1 轮廓检测算法原理66
• 4.3.2 素描风格算法原理67
• 4.3.3 素描风格算法的程序实现68
• 4.4 来一张油画吧69
• 4.4.1 图像油画算法原理69
• 4.4.2 图像油画算法的程序实现69
• 4.5 如何打马赛克72
• 4.5.1 马赛克算法原理72
• 4.5.2 马赛克算法的程序实现72
• 4.6 打造自己的专属肖像漫画74
• 4.6.1 漫画风格算法原理74
• 4.6.2 漫画风格算法的程序实现74
• 4.7 本章小结76
• 第5章 Double Kill：视频图像处理理论和项目实战77
• 5.1 视频处理流程和原理78
• 5.1.1 视频的捕获和存储78
• 5.1.2 提取视频中的某些帧79
• 5.1.3 将图片合成为视频80
• 5.1.4 多个视频合并81
• 5.2 抖音中的视频抖动效果设计82
• 5.2.1 视频抖动的原理82
• 5.2.2 视频抖动的程序实现83
• 5.3 抖音中的视频闪白效果设计85
• 5.3.1 视频闪白的原理86
• 5.3.2 视频闪白的程序实现87
• 5.4 抖音中的视频霓虹效果设计90
• 5.4.1 视频霓虹的原理90
• 5.4.2 视频霓虹效果的程序实现91
• 5.5 抖音中的视频时光倒流效果设计94
• 5.5.1 视频时光倒流的原理94
• 5.5.2 视频时光倒流的程序实现94
• 5.6 抖音中的视频反复效果设计95
• 5.6.1 视频反复的原理95
• 5.6.2 视频反复的程序实现95
• 5.7 抖音中的视频慢动作效果设计96
• 5.7.1 视频慢动作的原理97
• 5.7.2 视频慢动作的程序实现97
• 5.8 视频人物漫画风格滤镜设计98
• 5.9 本章小结99
• 第6章 Triple Kill：基于机器学习的人脸识别100
• 6.1 机器学习的基本概念101
• 6.1.1 机器学习的目的101
• 6.1.2 机器学习的内容102
• 6.1.3 机器学习的作用103
• 6.1.4 如何使用机器学习获得的东西105
• 6.1.5 使用机器学习方法的时机106
• 6.1.6 总结机器学习的基本概念108
• 6.2 机器学习中的图像预处理流程112
• 6.2.1 一个经典的机器学习图像处理实例112
• 6.2.2 人脸识别机器学习Model训练思路113
• 6.2.3 正样本图像预处理113
• 6.2.4 负样本图像预处理121
• 6.3 人脸检测机器学习算法设计123
• 6.3.1 图像特征123
• 6.3.2 Harr-like特征求值加速算法127
• 6.3.3 图像分类器128
• 6.3.4 人脸检测的训练算法流程130
• 6.3.5 人脸检测的检测算法流程131
• 6.4 训练人脸检测分类器并测试132
• 6.4.1 训练准备132
• 6.4.2 开始训练133
• 6.4.3 模型测试134
• 6.5 本章小结135
• 第7章 Quatary Kill：基于深度学习的人脸识别137
• 7.1 深度学习的基本概念138
• 7.1.1 深度学习简介138
• 7.1.2 深度学习和机器学习的区别139
• 7.1.3 深度学习入门概念141
• 7.2 卷积神经网络147
• 7.2.1 卷积的原理147
• 7.2.2 池化层的原理150
• 7.2.3 全连接层的原理150
• 7.2.4 一个经典的CNN网络结构152
• 7.3 手写数字分类项目153
• 7.3.1 训练环境的搭建153
• 7.3.2 训练数据的准备154
• 7.3.3 训练网络的搭建155
• 7.3.4 训练代码158
• 7.3.5 深度学习基础知识扩展159
• 7.4 基于深度学习的人脸识别解决方案161
• 7.4.1 数据的准备161
• 7.4.2 数据集的读取和处理163
• 7.4.3 网络的搭建165
• 7.4.4 Model的训练过程167
• 7.4.5 Model的测试过程168
• 7.5 本章小结169
• 第8章 Penta Kill：人脸图像美颜算法项目实战170
• 8.1 人脸磨皮算法171
• 8.1.1 图像滤波算法和效果171
• 8.1.2 人脸磨皮算法设计176
• 8.2 图像的色彩空间180
• 8.2.1 RGB和HSV色彩空间基础知识180
• 8.2.2 RGB和HSV转换的数学描述和函数实现180
• 8.2.3 图片中的颜色检测181
• 8.3 人脸美白算法设计183
• 8.3.1 通过图层混合实现图像美白算法184
• 8.3.2 通过beta参数调整实现图像美白算法185
• 8.3.3 通过颜色查找表实现图像美白算法187
• 8.4 人脸的手动祛痘算法设计189
• 8.4.1 图像修复算法介绍190
• 8.4.2 图像修复的原理190
• 8.4.3 通过图像修复算法实现手动祛痘191
• 8.5 本章小结193
• 第9章 Legendary：AI时代图像算法应用新生态194
• 9.1 抖音中的图像技术195
• 9.1.1 抖音中的图像应用概览195
• 9.1.2 抖音中的人脸检测技术195
• 9.1.3 抖音中的人脸检测技术应用197
• 9.1.4 抖音中的人体检测技术201
• 9.1.5 抖音中的人体检测技术应用201
• 9.1.6 抖音中的视频技术202
• 9.1.7 抖音中的图像技术总结205
• 9.2 美颜和美妆类App中的图像技术206
• 9.2.1 美颜和美妆类App图像应用概览207
• 9.2.2 五官的调整207
• 9.2.3 美妆算法208
• 9.2.4 染发算法209
• 9.2.5 五官分析211
• 9.2.6 美颜相机和美妆相机中图像技术的一些总结213
• 9.3 电商中的图像技术213
• 9.3.1 电商中的图像技术应用概览213
• 9.3.2 虚拟穿戴技术和商品3D展示214
• 9.3.3 尺寸测量214
• 9.3.4 相似商品推荐及以图搜图215
• 9.4 本章小结216