[发明专利]一种基于tensorflow的web前端图像合成方法

权利要求书

1.一种基于tensorflow的web前端图像合成方法，其特征在于，包括以下步骤：

一、初始化

1)加载构建在tensorflow.js core上的javascript模块，即face-api.js；

2)基于步骤1)加载人脸检测模型；

3)基于步骤1)加载脸部特征点模型；

二、基于步骤一加载的人脸检测模型、脸部特征点模型进行人脸识别，进行全脸识别操作后，得到一个数据集，把当前的数据进行一个转换，让它的数据匹配特定的大小；

三、基于步骤二处理后的图像获取脸部信息数据；

四、基于步骤三中步骤8中步骤3)进行图片合成。

2.如权利要求1所述的方法，其特征在于，步骤三具体是：从API直接获取或通过计算得到脸部有用信息点的坐标，将图像抽取到坐标系进行分析处理：

(1)、获取组成左眉毛的点；

(2)、获取组成右眉毛的点；

(3)、获取组成脸轮廓的点；

(4)、基于步骤(1)、步骤(2)获取眉心的点：

1)基于步骤(1)获取左眉毛中间的点；

2)基于步骤(2)获取右眉毛中间的点；

3)基于步骤三中步骤1)、2)获取眉心的点；根据两点之间距离公式，由左眉毛中间的点和右眉毛中间的点计算眉心的点坐标；

(5)、基于步骤(3)获取下颌的点；

(6)、基于步骤(4)中步骤3)获取脸的倾斜弧度由脸中线和y轴的夹角计算脸的倾角度；

(7)、基于步骤(4)中步骤3)以及步骤(5)获取头顶的坐标：

1)获取线斜率，根据斜率公式，基于步骤(4)中步骤3)以及步骤(5)由眉心的点坐标和下颚点坐标计算斜率；

2)获取眉心到下颌的距离，根据点到直线的距离公式，基于步骤(4)中步骤3)以及步骤(5)由眉心的点坐标和下颚点坐标计算两点间的距离；

3)基于步骤(7)中步骤1)、步骤(7)中步骤2)获取头顶的坐标；

(8)、获取脸大小信息：

1)基于步骤(3)获取脸宽；

2)基于步骤(4)中步骤3)、步骤(5)获取脸长；

3)基于步骤(3)中步骤4)、步骤(5)、步骤(6)、步骤(7)中步骤3)、步骤(8)中步骤1)、步骤(8)中步骤2)得到脸部信息数据集。

3.如权利要求2所述的方法，其特征在于，由步骤三得到的脸部信息数据集确定了配饰物的佩戴位置，及配饰物的宽度和倾斜度，配饰物是要与人脸合成的目标图片物；

步骤四具体为基于步骤三中步骤(8)中步骤3)的头顶坐标确定配饰物中心点位置，基于步骤三中步骤(8)中步骤3)的脸宽确定配饰物的宽度，基于步骤三中步骤(8)中步骤3)的脸的倾斜角度确定配饰物的偏转角度，然后采用画布进行图片合成，即首先把头像绘制到画布上，然后将配饰物绘制在同一张画布上的指定位置。

4.如权利要求3所述的方法，其特征在于，步骤四的具体实现方式如下：

(1)、创建一个画布；

(2)、基于步骤三中步骤(8)中步骤3)中得到的脸部信息数据集初始化画布信息；

(3)、基于步骤二匹配的数据进行人脸识别描边；

(4)、基于经步骤四中步骤(2)初始化后得到的画布创建画笔；

(5)、基于步骤四中步骤(1)创建的画布指定合成图片显示位置：在创建的画布上清空一个矩形框用来画图；

(6)、基于步骤四中步骤(2)绘制人脸图片；

(7)、基于步骤三中步骤(8)中步骤3)绘制配饰物并优化。

5.如权利要求4所述的方法，其特征在于，步骤四中步骤(7)具体是基于步骤三中步骤(8)中步骤3)的头顶坐标确定配饰物中心点位置，基于步骤三中步骤(8)中步骤3)的脸宽确定配饰物的宽度，基于步骤三中步骤(8)中步骤3)的脸的倾斜角度确定配饰物的偏转角度。