docs: 接口1四庭七眼 技术方案v2.0 + 开发任务书 + 测试夹具
- 技术方案修订v2.0: 引入方案B(BiSeNet分割取真实发际线/头顶)解决方案A循环论证; 修复分辨率写反/PingFang字体/numpy2.x冲突/渐变线性能;solvePnP替换正面判定; 分辨率门槛放宽至短边600长边800且可配置 - 新增开发任务书(给AI agent执行): 10阶段串行步骤+交付物+验证方法+DoD; §14测试素材清单 §15三层精度验证策略(合成真值/缩放不变性/可视化) - tests/fixtures: frontal/hard_longhair/lowres/landscape/corrupt 5个夹具 (1006超大图改测试时动态生成不入库)
This commit is contained in:
+208
-59
@@ -1,6 +1,6 @@
|
||||
# 接口 1：四庭七眼测量 — 技术实现方案
|
||||
|
||||
> 基于 MediaPipe Face Mesh（468 关键点）+ 人脸比例先验知识
|
||||
> 基于 MediaPipe Face Mesh（468 关键点）测量「眉心以下」+ 人脸解析分割（BiSeNet）获取「真实发际线/头顶」+ 人脸比例先验作为兜底
|
||||
|
||||
---
|
||||
|
||||
@@ -18,7 +18,16 @@
|
||||
| 3DDFA_V2 | 68+ 3D mesh | 类似 MediaPipe | ⚠️ 推理较慢 | 3D 重建更完整 |
|
||||
| SPIGA | 68 | 眉毛 → 下巴 | ✅ | 实时性不如 MediaPipe |
|
||||
|
||||
**结论：目前没有开源模型能直接检测「头顶」和「真实发际线」关键点。** 所有模型在向上（额头以上）方向均存在覆盖盲区。因此采用 **MediaPipe Face Mesh (468 点) + 方案 A（人脸比例推算）**。
|
||||
**结论：没有任何「关键点检测模型」能直接给出「头顶」和「真实发际线」坐标**——所有关键点模型在额头以上方向都有盲区。
|
||||
|
||||
但「**人脸解析 / 头发分割模型**」可以直接把头发区域分割出来，从而得到**真实**的发际线与头顶位置（详见 §1.4 与 §4 方案 B）。因此本方案采用**双策略**：
|
||||
|
||||
- **眉心以下（中庭、下庭、七眼）**：MediaPipe Face Mesh 468 点直接实测，精度高。
|
||||
- **眉心以上（上庭、顶庭，即发际线与头顶）**：
|
||||
- **方案 B（主）**：人脸解析分割（BiSeNet）提取真实发际线/头顶 —— 这两庭是**真实测量值**。
|
||||
- **方案 A（兜底）**：当分割失败、光头、或被帽子/刘海遮挡时，退化为「人脸比例推算」。
|
||||
|
||||
> ⚠️ **重要**：旧版本仅用方案 A，存在「循环论证」缺陷 —— 用三庭标准比例反推发际线、再据此算占比，输出的顶庭/上庭占比几乎等于输入常数，不反映真实脸型。引入方案 B 后，顶上两庭才成为真正的测量结果。方案 A 仅作降级使用。
|
||||
|
||||
### 1.2 为什么用 468 点而非 478 点
|
||||
|
||||
@@ -33,6 +42,26 @@ pip install mediapipe opencv-python pillow numpy -i https://pypi.tuna.tsinghua.e
|
||||
|
||||
经典 Solutions API 模型文件已打包在 wheel 包内（路径：`mediapipe/modules/face_landmark/`），安装后直接可用，无需额外下载。
|
||||
|
||||
> ⚠️ **版本兼容性坑**：MediaPipe 0.10.x 对 numpy 2.x 支持不稳定，常出现 import 崩溃。**必须锁定 `numpy<2`（推荐 1.26.x）**，详见 §10。
|
||||
|
||||
### 1.4 发际线 / 头顶分割模型（方案 B 依赖）
|
||||
|
||||
关键点模型够不到的额头以上区域，用**人脸解析（face parsing）**模型补齐。这类模型对整张脸做像素级语义分割，类别中包含 `hair`（头发）：
|
||||
|
||||
| 模型 | 训练集 | 类别数 | 体积 | Python 支持 | 备注 |
|
||||
|------|--------|--------|------|-------------|------|
|
||||
| **BiSeNet (face-parsing.PyTorch)** | CelebAMask-HQ | 19（含 hair/skin/眉眼鼻嘴等） | ~50 MB | ✅ PyTorch | 最常用，CPU 可跑（~0.3–1s/张） |
|
||||
| MODNet | 人像 matting | 前景/背景 | ~25 MB | ✅ | 只分前景，不区分头发 |
|
||||
| SegFormer-b0 face-parsing | CelebAMask-HQ | 19 | ~15 MB | ✅ HuggingFace | 更轻，需 transformers |
|
||||
|
||||
**选型：BiSeNet（face-parsing.PyTorch）**，社区成熟、权重易得、19 类直接含 `hair`。
|
||||
|
||||
拿到分割 mask 后：
|
||||
- **真实发际线** = 沿面部中轴线（用 §4 的 `brow_center_x` 作为 x），从上往下扫描，**头发区域 → 皮肤区域**的第一个交界 y 坐标。
|
||||
- **头顶** = 头发 mask 的**最高点**（最小 y）。
|
||||
|
||||
> 权重需单独下载（`79999_iter.pth`，~50 MB），放入 `face_analysis/weights/`，不入 git（写进 `.gitignore`），由部署脚本拉取。
|
||||
|
||||
---
|
||||
|
||||
## 2. 关键点索引映射
|
||||
@@ -170,6 +199,8 @@ def estimate_scale_factor(landmarks, image_width, image_height):
|
||||
|
||||
> **注意**：虹膜关键点（索引 468–477）需要 `FaceMesh(refine_landmarks=True)` 才会输出。如果不启用 `refine_landmarks`，可用**眼宽**（外眼角→内眼角）作为替代标尺，人类平均眼裂宽度约 **27–30 mm**，精度略低。
|
||||
|
||||
> ⚠️ **透视局限（务必在 API 文档/返回里注明）**：虹膜法得到的 `px_per_cm` 只在**虹膜所在的深度平面**精确。下巴、额头、头顶与虹膜不共面，2D 照片存在透视投影，因此纵向（四庭）的 cm 换算会带系统误差，离虹膜平面越远（如头顶）误差越大。返回的 cm 值应理解为**近似值**，而非全脸恒定尺度下的精确测量。比例（ratio）受透视影响小于绝对 cm 值，建议前端优先展示比例。
|
||||
|
||||
### 3.4 备用校准：人脸比例法
|
||||
|
||||
若虹膜数据不可用，也可用 460 点基础模型的脸宽比例估算：
|
||||
@@ -185,9 +216,49 @@ def estimate_scale_factor(landmarks, image_width, image_height):
|
||||
|
||||
---
|
||||
|
||||
## 4. 方案 A：人脸比例推算头顶 & 发际线
|
||||
## 4. 头顶 & 发际线定位（方案 B 主 / 方案 A 兜底）
|
||||
|
||||
### 4.1 核心思路
|
||||
> **决策流程**：先跑方案 B（分割）。若分割成功且发际线/头顶落在合理范围（发际线在眉心上方、头顶在发际线上方、各庭长度为正），用方案 B 结果；否则记录 `hairline_source = "estimated"` 并回退方案 A。方案 B 成功时 `hairline_source = "segmentation"`，需在返回 `data` 里透出该字段，方便前端/业务区分真实测量与估算。
|
||||
|
||||
### 4.0 方案 B（主）：分割提取真实发际线 & 头顶
|
||||
|
||||
```python
|
||||
def locate_hairline_by_segmentation(hair_mask, brow_center_x, image_height):
|
||||
"""
|
||||
输入: hair_mask (H×W bool/uint8, True=头发像素), 面部中轴线 x, 图高
|
||||
输出: (hairline_y, hair_top_y) 像素坐标; 失败返回 None
|
||||
"""
|
||||
import numpy as np
|
||||
if hair_mask is None or hair_mask.sum() == 0:
|
||||
return None # 光头 / 分割失败 → 交给方案 A
|
||||
|
||||
cx = int(round(brow_center_x))
|
||||
# 在中轴线附近取一个窄列带（±3px）求稳，避免单列噪声
|
||||
band = hair_mask[:, max(0, cx - 3): cx + 4]
|
||||
col = band.any(axis=1) # 每一行在该列带是否有头发
|
||||
hair_rows = np.where(col)[0]
|
||||
if hair_rows.size == 0:
|
||||
return None
|
||||
|
||||
# 发际线 = 中轴线上「头发→皮肤」交界：即该列带头发像素中最靠下的连续头发块的下沿
|
||||
# 简化：取中轴线列上头发区域的最大 y（向下为正）作为发际线
|
||||
hairline_y = int(hair_rows.max())
|
||||
|
||||
# 头顶 = 整张头发 mask 的最高点（最小 y），更鲁棒地用全图而非单列
|
||||
top_rows = np.where(hair_mask.any(axis=1))[0]
|
||||
hair_top_y = int(top_rows.min())
|
||||
|
||||
# 合理性校验：头顶必须在发际线上方
|
||||
if hair_top_y >= hairline_y:
|
||||
return None
|
||||
return hairline_y, hair_top_y
|
||||
```
|
||||
|
||||
> 实际实现可对 mask 先做轻量形态学开运算去噪；发际线判定可改为"沿中轴线从上往下首次出现的 hair→non-hair 跳变"，比单纯取 max 更贴合带刘海/碎发场景。具体阈值在拿到测试集后调。
|
||||
|
||||
### 4.1 方案 A（兜底）核心思路
|
||||
|
||||
> 仅当方案 B 不可用时启用。**注意其循环论证局限：顶上两庭为估算值，不反映真实脸型。**
|
||||
|
||||
MediaPipe 可以精确检测 **眉心、鼻翼下缘、下巴尖** 三个关键点（均位于面部中轴线）。利用「三庭五眼」标准比例，向上推算发际线和头顶位置。
|
||||
|
||||
@@ -359,11 +430,11 @@ def create_annotated_image(input_image_path, vertical_result, eye_result, px_per
|
||||
canvas = Image.new("RGBA", (width, height), (0, 0, 0, 0))
|
||||
draw = ImageDraw.Draw(canvas)
|
||||
|
||||
# 字体（尝试 PingFangSC，降级为系统默认中文字体）
|
||||
try:
|
||||
font = ImageFont.truetype("PingFangSC-Regular", 10)
|
||||
except:
|
||||
font = ImageFont.load_default() # 降级方案
|
||||
# ⚠️ 字体：PingFangSC 是 macOS 字体，Linux 服务器没有；且 ImageFont.load_default()
|
||||
# 不渲染中文（会出现方块/空白）。必须随仓库打包一个中文 TTF 并用绝对路径加载。
|
||||
# 建议放 face_analysis/fonts/SourceHanSansSC-Regular.otf（思源黑体）或 Noto Sans CJK。
|
||||
FONT_PATH = os.path.join(os.path.dirname(__file__), "fonts", "SourceHanSansSC-Regular.otf")
|
||||
font = ImageFont.truetype(FONT_PATH, 10) # 字体缺失时直接抛错，避免静默降级成乱码
|
||||
|
||||
line_color = (255, 255, 255, 255) # #FFFFFF 100%
|
||||
line_width = 1 # 1pt
|
||||
@@ -412,21 +483,34 @@ def create_annotated_image(input_image_path, vertical_result, eye_result, px_per
|
||||
|
||||
### 渐变线实现
|
||||
|
||||
```python
|
||||
def draw_gradient_horizontal_line(draw, cx, cy, img_width, color, line_width):
|
||||
"""以 (cx, cy) 为中心，向两侧绘制渐变消失的水平线"""
|
||||
max_alpha = color[3] # 255
|
||||
half_length = img_width // 3 # 渐变线长度
|
||||
> ⚠️ **性能**：逐像素 `draw.point` 在大图上极慢（每条线几百次 Python 调用，多条线 × 高分辨率图肉眼可感卡顿）。用 numpy 向量化生成一行渐变像素后整行写入，快几个数量级：
|
||||
|
||||
for side in [-1, 1]: # 左 (-1) / 右 (+1)
|
||||
for i in range(half_length):
|
||||
# 线性衰减 alpha
|
||||
alpha = int(max_alpha * (1 - i / half_length))
|
||||
x = cx + side * i
|
||||
if 0 <= x < img_width:
|
||||
draw.point((x, cy), fill=(color[0], color[1], color[2], alpha))
|
||||
```python
|
||||
import numpy as np
|
||||
|
||||
def draw_gradient_horizontal_line(canvas: Image.Image, cx, cy, color, half_length=None):
|
||||
"""以 (cx, cy) 为中心，向两侧绘制渐变消失的水平线（numpy 向量化）"""
|
||||
arr = np.asarray(canvas) # RGBA, H×W×4
|
||||
h, w = arr.shape[:2]
|
||||
cy = int(round(cy)); cx = int(round(cx))
|
||||
if not (0 <= cy < h):
|
||||
return
|
||||
half = half_length or (w // 3)
|
||||
|
||||
xs = np.arange(w)
|
||||
dist = np.abs(xs - cx)
|
||||
alpha = np.clip(1.0 - dist / half, 0.0, 1.0) * color[3] # 线性衰减，超出 half 为 0
|
||||
mask = alpha > 0
|
||||
|
||||
row = arr[cy]
|
||||
row[mask, 0], row[mask, 1], row[mask, 2] = color[0], color[1], color[2]
|
||||
# 与已有 alpha 取较大值，避免覆盖其它线条
|
||||
row[mask, 3] = np.maximum(row[mask, 3], alpha[mask].astype(np.uint8))
|
||||
# 注意：需用可写数组（np.array(canvas) 复制），处理完用 Image.fromarray 写回画布
|
||||
```
|
||||
|
||||
> 实现时建议全程在一个 `np.zeros((h, w, 4), uint8)` 缓冲区上画线，最后 `Image.fromarray` 一次性转回，再用 `ImageDraw` 画文字/箭头。
|
||||
|
||||
### 虚线带箭头
|
||||
|
||||
```python
|
||||
@@ -468,7 +552,7 @@ def draw_dashed_line_with_arrows(draw, x1, y1, x2, y2, color, dash_len=6, gap_le
|
||||
┌─────────────────────────────────────┐
|
||||
│ 1. 预处理 │
|
||||
│ - 校验格式 (JPG/PNG) │
|
||||
│ - 校验分辨率 (1080×1920 ~ 4000×5000)
|
||||
│ - 校验分辨率 (短边≥600 长边≥800, 可配置)
|
||||
│ - 校验文件大小 (≤ 1MB) │
|
||||
│ - 校验人脸数量 (仅单人) │
|
||||
└──────────────┬──────────────────────┘
|
||||
@@ -479,34 +563,45 @@ def draw_dashed_line_with_arrows(draw, x1, y1, x2, y2, color, dash_len=6, gap_le
|
||||
│ max_num_faces=1,
|
||||
│ refine_landmarks=True) │
|
||||
│ - 输出: 468+10 关键点 │
|
||||
│ - 无人脸 → 1001 │
|
||||
└──────────────┬──────────────────────┘
|
||||
▼
|
||||
┌─────────────────────────────────────┐
|
||||
│ 3. 关键点提取 │
|
||||
│ - 纵向: 头顶*/发际线*/眉心/鼻翼/下巴 │
|
||||
│ - 横向: 眼宽/脸宽/两眼间距 │
|
||||
│ * 推算值 │
|
||||
│ 3. 姿态校验 (solvePnP) │
|
||||
│ - 解算 yaw/pitch/roll │
|
||||
│ - 超阈值 → 1003 (非正面照) │
|
||||
└──────────────┬──────────────────────┘
|
||||
▼
|
||||
┌─────────────────────────────────────┐
|
||||
│ 4. 尺度校准 │
|
||||
│ 4. 关键点提取 + 发际线/头顶定位 │
|
||||
│ - 横向: 眼宽/脸宽/两眼间距(实测) │
|
||||
│ - 中/下庭: 眉心/鼻翼/下巴 (实测) │
|
||||
│ - 上/顶庭: 方案B分割(主)→A推算(兜底)│
|
||||
│ 记录 hairline_source │
|
||||
└──────────────┬──────────────────────┘
|
||||
▼
|
||||
┌─────────────────────────────────────┐
|
||||
│ 5. 尺度校准 │
|
||||
│ - 虹膜直径法: px_per_cm 估算 │
|
||||
└──────────────┬──────────────────────┘
|
||||
▼
|
||||
┌─────────────────────────────────────┐
|
||||
│ 5. 计算与生成 │
|
||||
│ 6. 计算与生成 │
|
||||
│ - 像素 → 厘米 │
|
||||
│ - 计算占比 │
|
||||
│ - 生成标注图层 PNG │
|
||||
└──────────────┬──────────────────────┘
|
||||
▼
|
||||
┌─────────────────────────────────────┐
|
||||
│ 6. 输出 │
|
||||
│ 7. 输出 │
|
||||
│ - annotated_image_url (标注PNG) │
|
||||
│ - face_total_height_cm │
|
||||
│ - four_courts (含cm & ratios) │
|
||||
│ - seven_eyes (含cm & ratios) │
|
||||
│ - landmarks (5个点原图像素坐标) │
|
||||
│ - hairline_source ("segmentation"│
|
||||
│ / "estimated") │
|
||||
│ - head_pose (yaw/pitch/roll) │
|
||||
└─────────────────────────────────────┘
|
||||
```
|
||||
|
||||
@@ -521,13 +616,20 @@ hair/
|
||||
├── app.py # 现有 FastAPI 应用
|
||||
├── face_analysis/
|
||||
│ ├── __init__.py
|
||||
│ ├── detector.py # MediaPipe 封装
|
||||
│ ├── measure.py # 四庭七眼测量逻辑
|
||||
│ ├── calibration.py # px→cm 尺度校准
|
||||
│ ├── annotation.py # 标注图片生成
|
||||
│ └── face_mesh_landmarks.py # 关键点索引常量
|
||||
│ ├── detector.py # MediaPipe Face Mesh 封装
|
||||
│ ├── hair_segmenter.py # 方案 B：BiSeNet 头发分割封装
|
||||
│ ├── pose.py # solvePnP 头部姿态估计 + 正面校验
|
||||
│ ├── measure.py # 四庭七眼测量逻辑（整合方案 B/A）
|
||||
│ ├── calibration.py # px→cm 尺度校准（虹膜法）
|
||||
│ ├── annotation.py # 标注图片生成（numpy 渐变线 + 中文字体）
|
||||
│ ├── face_mesh_landmarks.py # 关键点索引常量
|
||||
│ ├── fonts/
|
||||
│ │ └── SourceHanSansSC-Regular.otf # 打包的中文字体（入 git）
|
||||
│ └── weights/ # 模型权重（不入 git，部署脚本拉取）
|
||||
│ └── 79999_iter.pth # BiSeNet face-parsing 权重 ~50MB
|
||||
├── static/
|
||||
│ └── annotations/ # 生成的标注 PNG 存放目录
|
||||
├── .gitignore # 忽略 face_analysis/weights/*.pth
|
||||
└── requirements.txt
|
||||
```
|
||||
|
||||
@@ -598,7 +700,13 @@ async def face_measure(image_file: UploadFile = File(...)):
|
||||
return err(1008, "图片格式不支持")
|
||||
|
||||
h, w = image.shape[:2]
|
||||
if h < 1080 or w < 1920:
|
||||
# ⚠️ 竖拍人像通常 w=1080, h=1920；不要把 w/h 写反导致竖图被全部拒绝。
|
||||
# 用「短边/长边」判断，方向无关，竖拍横拍都兼容。
|
||||
# 门槛可配置（环境变量），默认放宽到 600/800 以适配真实用户上传图。
|
||||
min_short = int(os.getenv("MIN_SHORT_SIDE", "600"))
|
||||
min_long = int(os.getenv("MIN_LONG_SIDE", "800"))
|
||||
short_side, long_side = min(w, h), max(w, h)
|
||||
if short_side < min_short or long_side < min_long:
|
||||
return err(1002, "人像分辨率过低")
|
||||
|
||||
# 3. 人脸检测
|
||||
@@ -632,26 +740,59 @@ async def face_measure(image_file: UploadFile = File(...)):
|
||||
|
||||
**前置姿态校验**（检测是否为正面照）：
|
||||
|
||||
> 旧版本靠「双眼 y 差 + 鼻尖偏移」的经验阈值（0.03/0.08），不可解释、难调。**改用 `cv2.solvePnP` 解算真实头部欧拉角（yaw/pitch/roll，单位：度）**，阈值就能写成业务可读的"yaw>15° 拒绝"，并把角度返回给前端做拍照引导。
|
||||
|
||||
```python
|
||||
def check_frontal_face(landmarks):
|
||||
"""简单正面照判定：基于左右眼关键点的 y 坐标对称性 + 鼻尖偏移"""
|
||||
left_eye = landmarks[33]
|
||||
right_eye = landmarks[263]
|
||||
nose_tip = landmarks[4]
|
||||
|
||||
# 双眼高度差（偏航判定）
|
||||
y_diff = abs(left_eye.y - right_eye.y)
|
||||
|
||||
# 鼻尖偏离双眼中点（偏航/滚转判定）
|
||||
eye_center_x = (left_eye.x + right_eye.x) / 2
|
||||
nose_offset = abs(nose_tip.x - eye_center_x)
|
||||
|
||||
# 阈值根据实际测试调整
|
||||
if y_diff > 0.03 or nose_offset > 0.08:
|
||||
return False # 非正面照
|
||||
return True
|
||||
import cv2
|
||||
import numpy as np
|
||||
|
||||
# 通用 3D 头部模型（单位 mm，近似），与下方 MediaPipe 索引一一对应
|
||||
_MODEL_POINTS = np.array([
|
||||
(0.0, 0.0, 0.0), # 鼻尖 -> 1（或 4）
|
||||
(0.0, -63.6, -12.5), # 下巴 -> 152
|
||||
(-43.3, 32.7, -26.0), # 左眼外角 -> 33
|
||||
(43.3, 32.7, -26.0), # 右眼外角 -> 263
|
||||
(-28.9, -28.9, -24.1), # 左嘴角 -> 61
|
||||
(28.9, -28.9, -24.1), # 右嘴角 -> 291
|
||||
], dtype=np.float64)
|
||||
_PNP_IDX = [1, 152, 33, 263, 61, 291]
|
||||
|
||||
def estimate_head_pose(landmarks, image_width, image_height):
|
||||
"""返回 (yaw, pitch, roll) 角度。solvePnP 失败返回 None。"""
|
||||
image_points = np.array([
|
||||
(landmarks[i].x * image_width, landmarks[i].y * image_height)
|
||||
for i in _PNP_IDX
|
||||
], dtype=np.float64)
|
||||
|
||||
focal = image_width # 近似焦距
|
||||
cam_matrix = np.array([[focal, 0, image_width / 2],
|
||||
[0, focal, image_height / 2],
|
||||
[0, 0, 1]], dtype=np.float64)
|
||||
dist = np.zeros((4, 1)) # 假设无畸变
|
||||
|
||||
ok, rvec, tvec = cv2.solvePnP(_MODEL_POINTS, image_points, cam_matrix, dist,
|
||||
flags=cv2.SOLVEPNP_ITERATIVE)
|
||||
if not ok:
|
||||
return None
|
||||
rot, _ = cv2.Rodrigues(rvec)
|
||||
sy = (rot[0, 0] ** 2 + rot[1, 0] ** 2) ** 0.5
|
||||
pitch = np.degrees(np.arctan2(-rot[2, 0], sy))
|
||||
yaw = np.degrees(np.arctan2(rot[1, 0], rot[0, 0]))
|
||||
roll = np.degrees(np.arctan2(rot[2, 1], rot[2, 2]))
|
||||
return yaw, pitch, roll
|
||||
|
||||
def check_frontal_face(landmarks, image_width, image_height,
|
||||
yaw_thr=15, pitch_thr=15, roll_thr=15):
|
||||
"""正面照判定：yaw/pitch/roll 均在阈值内才算正面。阈值待测试集标定。"""
|
||||
pose = estimate_head_pose(landmarks, image_width, image_height)
|
||||
if pose is None:
|
||||
return True # 解算失败时不拦截，交由后续逻辑
|
||||
yaw, pitch, roll = pose
|
||||
return abs(yaw) <= yaw_thr and abs(pitch) <= pitch_thr and abs(roll) <= roll_thr
|
||||
```
|
||||
|
||||
> 上面 `_MODEL_POINTS` 是常用近似头模，索引/坐标可在测试阶段微调。阈值 15° 为初始值，按 §11 收集的测试数据标定。
|
||||
|
||||
---
|
||||
|
||||
## 10. 依赖与版本
|
||||
@@ -659,11 +800,19 @@ def check_frontal_face(landmarks):
|
||||
```
|
||||
# requirements.txt 新增
|
||||
mediapipe==0.10.14 # 经典 Solutions API（模型内置，无需额外下载）
|
||||
opencv-python==4.10.0 # 图片读取与处理
|
||||
Pillow==11.0.0 # 标注图生成（PNG 透明图层）
|
||||
numpy==2.1.0
|
||||
opencv-python==4.10.0 # 图片读取、处理、solvePnP 姿态估计
|
||||
Pillow==11.0.0 # 标注图生成（PNG 透明图层）
|
||||
numpy==1.26.4 # ⚠️ 必须 <2，否则 mediapipe 0.10.x import 崩溃
|
||||
|
||||
# 方案 B：头发分割（BiSeNet face-parsing）
|
||||
torch==2.2.2 # CPU 版即可：pip install torch --index-url https://download.pytorch.org/whl/cpu
|
||||
torchvision==0.17.2
|
||||
```
|
||||
|
||||
> ⚠️ **numpy 锁版本**：mediapipe 0.10.x 对 numpy 2.x 支持不稳定，务必锁 `numpy<2`（已验证 1.26.4 可用）。先用此组合跑通，再考虑升级。
|
||||
>
|
||||
> ⚠️ **torch 体积**：CPU 版 torch ~200MB，是本接口最大的依赖。若服务器资源紧张或不想引入 torch，可改用 SegFormer-b0（onnxruntime 推理，体积更小），或先只上线方案 A、把方案 B 作为第二期。
|
||||
|
||||
> MediaPipe 0.10.x 的经典 Solutions API (`mp.solutions.face_mesh`) 仍稳定可用。如需迁移到 Tasks API，后续可平滑升级。
|
||||
|
||||
---
|
||||
@@ -677,7 +826,7 @@ numpy==2.1.0
|
||||
|
||||
---
|
||||
|
||||
> **文档版本**: v1.0
|
||||
> **创建日期**: 2026-06-13
|
||||
> **依赖模型**: MediaPipe Face Mesh (468 landmarks)
|
||||
> **测量策略**: 实测关键点 + 方案A（人脸比例推算未覆盖区域）
|
||||
> **文档版本**: v2.0
|
||||
> **创建日期**: 2026-06-13（v2.0 修订：修复循环论证/分辨率/字体/numpy 等问题，引入方案 B 分割 + solvePnP 姿态）
|
||||
> **依赖模型**: MediaPipe Face Mesh (468 landmarks) + BiSeNet face-parsing (头发分割)
|
||||
> **测量策略**: 眉心以下实测关键点 + 方案 B 分割取真实发际线/头顶（方案 A 比例推算兜底）
|
||||
|
||||
Reference in New Issue
Block a user