跳到主要内容

人脸迁移

人脸迁移指的是在图像模型的生图功能基础上，将特定的人脸迁移到生成图像上。

用户给定一张带有人物面部的图像，模型会提取该图像人物面部，并在依据提示词在生成图像的过程中，将该面部嵌入到生成图像中。

平台基于flux提供了开箱即用的人脸迁移接口，您可以在Serverless API页面快速体验。

以下将说明如何通过代码使用人脸迁移接口。

信息

概念说明 “人脸迁移”一般是指将人脸从原图中换到另一张图中的人上。 “生成图像”在本教程中指大模型根据提示词生成的图片。

步骤一：输入token并定义请求函数

首先获取你的token，然后可定义请求函数如下：

import requests
import base64
from PIL import Image
from io import BytesIO

API_URL = "https://ai.gitee.com/v1/images/face-migration"
headers = {
    "Authorization": "Bearer <add your token>"
}

def query(payload):
    files = {
        "image": (payload["image"], open(payload["image"], "rb"))
    }
    data = {key: payload[key] for key in payload if key not in files}
    response = requests.post(API_URL, headers=headers, files=files, data=data)
    return response.json()

步骤二：请求并获得数据结果

请求方式如下，不过需要注意flux模型的提示词(prompt)需要是英文。

output = query({
    "model": "flux-1-schnell",
    "image": "v2-d31d9e5ab74c7d4bbf4ccacde1497a18_r.jpg",
    "size": "1024x1024",
    "guidance_scale": 4,
    "num_inference_steps": 4,
    "id_weight": 1,
    "id_timestep_start": 0,
    "prompt": "Portrait painting, delicate sketch style, colored painting, ultra-high-definition, ultra-high pixel count"
})

上述代码中的提示词Portrait painting, delicate sketch style, colored painting要求生成一张 精致的彩色素描肖像化。 教程使用的id图像如下：

input

参数说明：

  • model：模型名，此处固定。
  • image：本地的图片路径，事实上在函数中可以看到是以二进制的形式传输。
  • size：生成图像的尺寸。
  • guidance_scale：提示词引导系数，越大则生成图片对提示词的遵从度越高。
  • num_inference_steps：生成图片的步数，该模型4步即可生成效果极佳的图片。
  • id_weight：id参考图对生成图片的影响度，越大则人脸生成的越像，可以适当调整。
  • id_timestep_start：开始在生图时嵌入人脸的步数，越小则在越早的步数中开始生成人脸，就越像。可适当调整。
  • prompt：生成图片的提示词，flux支持长文本复杂的提示词，越详细越好，可以放心大胆的写。

步骤三：解码并保存结果

得到的结果为json，格式如下：

{
    "data": [
        {
            "b64_json": "<b64_data>"
        }
    ], 
    "created": "<id>"
}

数据结果为base64编码的图像，因此需要解码后才能保存，解包、解码如下：

b64data = output['data'][0]['b64_json']
img = Image.open(BytesIO(base64.b64decode(b64data)))
img.save("/path/to/save/res.jpg")
img.show()

结果如下图，按照我们的要求，生成了特定人脸的彩色素描肖像化。效果非常好了：

output