Insightface换脸——安装到实现全过程

备注：搬了一篇古早博客。当时还没有AI，出bug全靠CSDN和博客园。因此这篇博客大部分篇幅是配环境和调bug，主要作用是个人记录。

为什么还要两周就要考NOIP了有人还在摸鱼写两周前的复导代码啊

github项目

insightface官网

一、安装依赖库

这段是整个过程中耗时最长问题最多的，前前后后用半天时间，也翻了几百个网页才最终安装成功。

1.安装cv2

参考这篇博客

打开cmd，先升级pip：

python -m pip install --upgrade pip

再安装cv2:

pip install opencv-python

然而，这个命令过后实在是太慢了而且容易出现ERROR

于是我翻到了cv2的镜像源：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

安装成功！

2.安装……insightface?

是的我本来以为安装库两步就结束了。但是，“这不过是个开场”。

参考这篇博客和这篇文章(这篇文章昨天还可以免费看，今天好像就要会员了),我发现要装很多依赖库。

3.安装numpy

这个我之前装过了，没有出太大问题

pip install numpy

当然也可以升级一下

pip install --upgrade numpy

4.安装mxnet

参考这篇博客

pip install mxnet

然后…… 没有轮子……那怎么办呢？

我看到了这篇博客

于是到达了这个网站手动下载。

并同时安装了mxnet、numpy和torch的whl文件，安装了两个小时左右。

最后直接在cmd里面pip install whl文件，然后……numpy和torch的都安装失败了，不过mxnet的安装成功了。

最后照例使用镜像源安装:

pip install -i https://pypi.doubanio.com/simple/ mxnet-cu100

5.安装insightface

断断续续弄了小半天之后终于切入正题！

pip install insightface

这里没有用镜像源，直接装速度不算慢

但是还是因为网络问题报错了好几次，重复输入几遍就好了

然后……

“failed building wheel for insightface”

又是whl文件出了问题。

于是经过一番搜索与辗转之后，我找到了github和stackoverflow上的解决方法—— 点击这个网站下载vs

安装时勾选Windows SDK和C++ x64/x86 build tools

然后顺利解决啦~撒花✿✿ヽ(°▽°)ノ✿

二、程序运行

1.代码部分

贴一下我跑的代码~由复旦大学钱振兴教授提供，在此表示衷心感谢！

import numpy as np
import os
import cv2
import insightface
from insightface.app import FaceAnalysis

def get_max_face(app,img):
    faces=app.get(img)
    if len(faces)<1:
        return False
    areas=[]
    for face in faces:
        bbox=face['bbox']
        area=abs((bbox[0]-bbox[2])*(bbox[1]-bbox[3]))
        areas.append(area)
    index=np.argmax(areas)
    return faces[index]

base_path=os.getcwd()
if __name__=='__main__':
    app=FaceAnalysis(name='buffalo_l',root=base_path)
    app.prepare(ctx_id=0,det_size=(640,640))
    
    name=os.path.join(base_path,'models',"inswapper_128.onnx")
    swapper=insightface.model_zoo.get_model(name,root=base_path)
    
    img_src=cv2.imread("zty.jpg")
    face_src=get_max_face(app,img_src)
    
    img_tgt=cv2.imread("hxt.jpg")
    face_tgt=get_max_face(app,img_tgt)
    
    if face_tgt is None or face_src is None:
        print("-------no face-------")
    else:
        res=img_tgt.copy()
        res=swapper.get(res,face_tgt,face_src,paste_back=True)
        
        cv2.imwrite("out.jpg",res)
        cv2.imshow("out",res)
        cv2.waitKev(0)

2.buffalo_l模型安装

调了一些bug之后程序跑起来了，然后…… 看起来因为没有仔细阅读官方文档，忘记装buffalo_l模型了，于是程序开始自动帮我下载。推测一大串报错可能是因为下载网络错误导致的。因此我决定沿着前两行的下载地址进行手动下载。

自动跳转到了这个网页开始下载。下载了两三个小时后终于下下来了。（然后突然想到其实可以找国内资源的，哭qaq）

3.inswapper128模型安装

再跑了一遍程序，然后…… 还忘记装inswapper128模型了。参考这篇博客，这是他的官方网站。

但是我不想再挂一个梯子龟速下载了。于是我找到了这个。快速又高效！

4.结果展示

备注：这一部分涉及个人隐私。原文为私密发表，本文中删去。

三、结语

本项目是复导officehour的一个教学程序。在此再次感谢fdu与shs提供的资源！

项目的构建大部分参考了网络资源，实际上看过的博客文章远比本篇博客中的多，上文列举了大部分有帮助的博客。

最后，