cv（2020.05.21）

起个头，老实说，接触cv的开头，或者说对CV感兴趣的开头是faceswap即换脸。才知道视频是由多帧图像组成，换脸就是定位脸、矫正、换脸、还原这几个步骤。至于后来的发现cnn提取图像特征，faster-rcnn、yolo,ssd这些都是后话了。还是faceswap有点意思。
那接下来就先实践定位脸的实现。

人脸识别的基本逻辑（2020.05.24）

人脸检测（获取人脸的位置，dlib）---预处理（缩放、旋转、矫正、灰值化等cv）---特征提取（68个特征点的位置、之间的欧式距离、曲率、角度等特征）---比对
python深度学习一书的做法是人脸识别---CNN网络来做二分类（我的脸、别人的脸）
后续可以考虑1.68个特征点的相对位置。2.vgg网络提取特征值

图像预处理（preprocessor）

灰值化：
    图像由红黄蓝三色组成，拍摄成黑白图时呈现不同程度的灰度，灰值化是把像素点转化成为[0，255]；其中黑为0，白为255.cv2.cvtColor
缩放、旋转、矫正、模糊、去噪音、均值、高斯、膨胀、腐蚀、先膨胀后腐蚀，或者反过来，或者原图和这个差集
色调H：
    用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。
    它们的补色是：黄色为60°，青色为180°,紫色为300°；
饱和度S：
    饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，
    颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。
    通常取值范围为0%～100%，值越大，颜色越饱和。
明度V：
    明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。
    通常取值范围为0%（黑）到100%（白）。RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。
去白/黑边：
     去除周边的无信息的白边，按纵横方向累加像素值，用阀值获取核心区间。
边缘检测
     1.	局部阶跃        一阶微分的峰值，二阶微分的0值。
     2.	局部最大值      一阶微分的0值，二阶微分的峰值。
canny算子
    （1）邻域加权，对图像用高斯滤波器（高斯分布的离散化）进行图像平滑处理。
    （2）一阶微分计算梯度和方向
    （3）非极大值抑制：如果某点的梯度值大于梯度方向上的点，则设置为边缘点，否则不是。
    （4）双阀值连接（低阀值、高阀值）：如果选取高阈值T H 和低阈值T L ，比率为2:1或3:1。（一般取TH =0.3 或 0.2, TL =0.1 ）
    将小于TL 的点赋0；将大于T H 的点赋1。
    大于TL ，小于TH 的点与1值像素连接赋1，否则为0

人脸检测（detect）

1.FACENET
2.R-CNN
3.fast-RCNN
4.faster-RCNN
5.YOLO/SSD
6.mask-rcnn
7.mobilenet+ssd

换脸实现

脸部特征提取
GAN
换脸实现