人脸识别与美颜算法实战：基于Python、机器学习与深度学习

　　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。

暂缺《人脸识别与美颜算法实战：基于Python、机器学习与深度学习》作者简介

推荐序
前言
第1章 AI时代：图像技术背景知识 1
11 人工智能的前世今生 2
12 AI与CV的相互融合之路 3
13 AI图像处理技术 5
14 本章小结 7
第2章 武器和铠甲：开发环境配置 8
21 来自传承的馈赠：OpenCV开源跨平台机器视觉库 8
211 OpenCV的整体概念 9
212 OpenCV的应用领域 9
213 OpenCV的编程语言 9
214 OpenCV支持的系统 10
215 OpenCV的线上资源 10
22 召唤萌宠：Python语言的“制霸”之路 10
221 Python语言的发展 11
222 Python 27X版本和3X版本的区别 11
223 本书采用的Python版本 13
23 铸剑：基于PyCharm的系统环境配置 14
231 PyCharm在Mac OS系统下的安装和配置 14
232 Mac OS系统下Anaconda的安装和配置 17
24 牛刀小试：一起动手来写个例子吧 19
25 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
31 图像的基本概念 23

311 像素的概念 23
312 图像的构成 24
313 图像的格式 24
314 理解图像的位深和通道的概念 25
32 图像的读取、显示和存储操作 26
321 OpenCV基本图像处理函数 26
322 Python读取一张图片并显示和存储 27
33 从像素出发构建二维灰度图像 28
331 NumPy科学计算库 28
332 创建二维灰度图像 30
333 灰度图像的遍历 31
34 灰度图像和彩色图像的变换 32
341 图像的颜色空间 32
342 彩色图像的通道分离和混合 33
343 彩色图像的通道分离和混合程序示例 34
344 彩色图像的二值化 35
345 彩色图像的遍历 37
346 彩色图像和灰度图像的转换 38
35 图像的几何变换 40
351 图像几何变换的基本概念 40
352 插值算法 41
353 图像的缩放 42
354 图像的平移 44
355 图像的旋转 45
356 图像的镜像变换 47
36 图像色彩空间基础知识 48
361 图像的色调、色相、饱和度、亮度和对比度 48
362 RGB色彩空间 49
363 HSV色彩空间 49
364 HSI色彩空间 50
37 图像的直方图 50
371 图像直方图的基本概念 50
372 绘制灰度图像的直方图 51
373 绘制彩色图像的直方图 53
374 图像直方图均衡化 54
375 图像直方图反向投影 56
38 本章小结 58
第4章 First Blood：第一波项目实战 59
41 抖音哈哈镜 60
411 抖音的哈哈镜效果 60
412 哈哈镜的原理 61
413 哈哈镜的程序实现 61
42 给你一张老照片 64
421 怀旧风格算法原理 64
422 怀旧风格程序实现 65
43 给自己画一张文艺范的素描 66
431 轮廓检测算法原理 66
432 素描风格算法原理 67
433 素描风格算法的程序实现 68
44 来一张油画吧 69
441 图像油画算法原理 69
442 图像油画算法的程序实现 69
45 如何打马赛克 72
451 马赛克算法原理 72
452 马赛克算法的程序实现 72
46 打造自己的专属肖像漫画 74
461 漫画风格算法原理 74
462 漫画风格算法的程序实现 74
47 本章小结 76
第5章 Double Kill：视频图像处理理论和项目实战 77
51 视频处理流程和原理 78
511 视频的捕获和存储 78
512 提取视频中的某些帧 79
513 将图片合成为视频 80
514 多个视频合并 81
52 抖音中的视频抖动效果设计 82
521 视频抖动的原理 82
522 视频抖动的程序实现 83
53 抖音中的视频闪白效果设计 85
531 视频闪白的原理 86
532 视频闪白的程序实现 87
54 抖音中的视频霓虹效果设计 90
541 视频霓虹的原理 90
542 视频霓虹效果的程序实现 91
55 抖音中的视频时光倒流效果设计 94
551 视频时光倒流的原理 94
552 视频时光倒流的程序实现 94
56 抖音中的视频反复效果设计 95
561 视频反复的原理 95
562 视频反复的程序实现 95
57 抖音中的视频慢动作效果设计 96
571 视频慢动作的原理 97
572 视频慢动作的程序实现 97
58 视频人物漫画风格滤镜设计 98
59 本章小结 99
第6章 Triple Kill：基于机器学习的人脸识别 100
61 机器学习的基本概念 101
611 机器学习的目的 101
612 机器学习的内容 102
613 机器学习的作用 103
614 如何使用机器学习获得的东西 105
615 使用机器学习方法的时机 106
616 总结机器学习的基本概念 108
62 机器学习中的图像预处理流程 112
621 一个经典的机器学习图像处理实例 112
622 人脸识别机器学习Model训练思路 113
623 正样本图像预处理 113
624 负样本图像预处理 121
63 人脸检测机器学习算法设计 123
631 图像特征 123
632 Harr-like特征求值加速算法 127
633 图像分类器 128
634 人脸检测的训练算法流程 130
635 人脸检测的检测算法流程 131
64 训练人脸检测分类器并测试 132
641 训练准备 132
642 开始训练 133
643 模型测试 134
65 本章小结 135
第7章 Quatary Kill：基于深度学习的人脸识别 137
71 深度学习的基本概念 138
711 深度学习简介 138
712 深度学习和机器学习的区别 139
713 深度学习入门概念 141
72 卷积神经网络 147
721 卷积的原理 147
722 池化层的原理 150
723 全连接层的原理 150
724 一个经典的CNN网络结构 152
73 手写数字分类项目 153
731 训练环境的搭建 153
732 训练数据的准备 154
733 训练网络的搭建 155
734 训练代码 158
735 深度学习基础知识扩展 159
74 基于深度学习的人脸识别解决方案 161
741 数据的准备 161
742 数据集的读取和处理 163
743 网络的搭建 165
744 Model的训练过程 167
745 Model的测试过程 168
75 本章小结 169
第8章 Penta Kill：人脸图像美颜算法项目实战 170
81 人脸磨皮算法 171
811 图像滤波算法和效果 171
812 人脸磨皮算法设计 176
82 图像的色彩空间 180
821 RGB和HSV色彩空间基础知识 180
822 RGB和HSV转换的数学描述和函数实现 180
823 图片中的颜色检测 181
83 人脸美白算法设计 183
831 通过图层混合实现图像美白算法 184
832 通过beta参数调整实现图像美白算法 185
833 通过颜色查找表实现图像美白算法 187
84 人脸的手动祛痘算法设计 189
841 图像修复算法介绍 190
842 图像修复的原理 190
843 通过图像修复算法实现手动祛痘 191
85 本章小结 193
第9章 Legendary：AI时代图像算法应用新生态 194
91 抖音中的图像技术 195
911 抖音中的图像应用概览 195
912 抖音中的人脸检测技术 195
913 抖音中的人脸检测技术应用 197
914 抖音中的人体检测技术 201
915 抖音中的人体检测技术应用 201
916 抖音中的视频技术 202
917 抖音中的图像技术总结 205
92 美颜和美妆类App中的图像技术 206
921 美颜和美妆类App图像应用概览 207
922 五官的调整 207
923 美妆算法 208
924 染发算法 209
925 五官分析 211
926 美颜相机和美妆相机中图像技术的一些总结 213
93 电商中的图像技术 213
931 电商中的图像技术应用概览 213
932 虚拟穿戴技术和商品3D展示 214
933 尺寸测量 214
934 相似商品推荐及以图搜图 215
94 本章小结 216