人脸祛痘原理

其实，在前面的人脸磨皮以及美白的时候，我们就已经完成了人脸的祛痘，只要高度磨皮（双边滤波）就能达到祛痘的效果。

但是一般来说，现在的美图App都会给用户提供手动祛痘的功能，毕竟自动美白祛痘的效果再怎么好，都不可能完美的复原所有的人脸，那么额外的针对个人的修复就显得格外重要。

其实人脸祛痘说白了，就是图像修复。而OpenCV中提供的修补函数为cv2.inpaint()。这里，我们先来看看改函数的定义：

def inpaint(src, inpaintMask, inpaintRadius, flags, dst=None):

src：输入图像

inpaintMask：修复掩膜

inpaintRadius：需要修补的每个点的圆形领域为修复算法参考的半径

flags：修复方法，两种取值。取值为INPAINT_NS基于Navier-Stokes的方法；INPAINT_TELEA基于Alexandru Telea。

dst：返回修复后的图像

该方法的原理是利用待修补区域的边缘信息，同时采用一种由粗到精的方法来估计等照度线的方法，并采用传播机制将信息传播到待修补的区域，以便达到较好的修补效果。

翻译成人话就是：利用边缘的像素值，修补指定区域的像素。

实现手动人脸祛痘

既然，我们已经了解了手动祛痘的方法函数。下面，我们来实现手动的祛痘效果，具体代码如下所示：

global img, point
global inpaintMask
#手动祛痘
def manual_acne(event, x, y, flags, param):
    global img, point
    img2 = img.copy()
    height, width, n = img.shape
    inpaintMask = np.zeros((height, width), dtype=np.uint8)
    if event == cv2.EVENT_LBUTTONDOWN:
        point = (x, y)
        cv2.circle(img2, point, 15, (0, 255, 0), -1)
        cv2.circle(inpaintMask, point, 15, 255, -1)
        cv2.imshow("image", img2)
    elif event == cv2.EVENT_LBUTTONUP:
        cv2.circle(img2, point, 15, (0, 255, 0), -1)
        cv2.circle(inpaintMask, point, 15, 255, -1)
        cv2.imshow("inpaintMask", inpaintMask)
        cv2.imshow("image", img2)
        cv2.imshow("image0", img)
        result = cv2.inpaint(img, inpaintMask, 100, cv2.INPAINT_TELEA)
        cv2.imshow("result", result)


if __name__ == "__main__":
    global img
    img = cv2.imread("60.jpg")
    cv2.namedWindow("image")
    cv2.setMouseCallback("image", manual_acne)
    cv2.imshow("image", img)
    cv2.waitKey()
    cv2.destroyAllWindows()

运行之后，效果如下：

1.png