无论在什么情况下，因为一个人想让他们未来的生活更顺利，所以他们需要做的第一件事是及时了解他们未来的生活，因为只有在这种情况下。让自己对八个字有一个全面的分析。
八字看命中注定的配偶免费
生日八字有什么意义？生日八字，一直被称为八字，是指一个人出生时的干支历日期；年月日共四柱干支，每柱两字，共八字，故称。生日八字在汉族民俗信仰中占有重要地位，古代汉族星相家据此计算人的命运。八字算术在实践中不断发展，从李虚的三柱到徐子平的四柱，到太阳和月亮的四柱，每一步的进步都包含了历代学者和社会实践者的辛勤工作。古代汉族人认为出生时间，古代汉族人认为白天用日з仪测量最准确，可以借鉴。如何看待未来的另一半就八字而言，日坐财是指出生日为戊子、自己海、甲辰、乙丑、庚寅、辛毛、丙申、丁酉、A徐、乙未、任午、贵思的人，即出生日天干五行克地支五行，命数术语称为日坐财星，出生日天干为自己，出生日地支代表妻子或丈夫。财富意味着你未来的妻子或丈夫擅长理财，婚后夫妻的财富逐渐好转。日坐伤食者，即出生日天干五行生地支五行，日坐伤官和食神星是出生日为戊申、己酉、甲午、乙思、庚子、辛亥、丙戌、丁未、丙辰、丁丑、仁寅、桂毛的人。
八字怎么看？日支是子、午、毛、酉，配偶外表漂亮端庄，或能力出众；日支是寅、申、思、亥，配偶相貌相对一般，但为人聪明；日支是陈、徐、丑、未，配偶性情朴素诚实，但相貌较差。配偶星是木头，人长得高挑，精致，面色青白。配偶星火，外表漂亮帅气，脸色红润。配偶星是土，人长得又厚又结实，个头矮，相貌相对较差。配偶星为金，人显得体健神清，相貌端庄，面容洁白。配偶星是水，人比较胖，聪明机敏，脸色偏黑，长相一般。
本文分享自华为云社区《情人节季，快来上传你的女神照片，测试下你们的夫妻相-云社区-华为云》，作者： HWCloudAI 。
有没有夫妻相？刷一下脸就知道！“夫妻相”是指两人之间的相貌让人感觉是一对夫妻，还有一种说法是指夫妻之间面容相似。
有研究认为：两个人在一起生活得久了,表情动作彼此模仿,会越来越像。其实是因为大多数人都珍爱自己，看到跟自己相像的人格外顺眼，从一开头就是拿自己当范本选择另一半。“夫妻相”的大抵意思是因为常常接触，心灵相倾，习惯趋同，相同的作息、肠道菌落交换等相互影响，以致到了面容相像。夫妻相是面容相像，心灵相倾，习惯趋同，相互影响。
世界各地都有类似的说法：人们容易被面容与自己有共同之处的人吸引。一些进化生物学家认为，这是因为我们潜意识里觉得，与自己长相相似的人更值得信任。然而也有研究表明，当动物处于压力下，它们更倾向与同伴中遗传距离较远的个体交配。
尽管上述描述在当今心理学、生物学方面有争议，但是大多数人还是比较认同“夫妻相”这一说法的。（以上“夫妻相”解释来自百度百科）
基于此，本文利用ssim算法，帮你快速打造一个“刷脸测试夫妻相”Demo出来。
夫妻相似度 ssim算法原理SSIM（structural similarity）是一种用来衡量图片相似度的指标，也可用来判断图片压缩后的质量。
基本原理：
其中有几个需要注意的点：
C1、C2、C3为常数，避免分母接近于0时造成的不稳定性。
SSIM函数S具有对称性、有界性（不超过1）和最大值唯一性（当且仅当x＝y时，S＝1，表示两幅图一样）。
上述S函数为C3=C2/2的简化形式。
（更多SSIM介绍可自行搜索论文《Image Quality Assessment: From Error Visibility to Structural Similarity》）
注意事项：
本案例使用框架**:** PyTorch-1.8本案例使用硬件规格**:** CPU: 2核 4GB本案例的AI Gallery链接 上传你的女神照片，测试下你们的夫妻相步骤一：下载需要的海报文件和字体import osimport os.path as ospimport moxing as moxparent = osp.join(os.getcwd(),'Valentine')if not os.path.exists(parent): mox.filepy_parallel('obs://modelarts-labs-bj4-v2/case_zoo/Valentine',parent) if os.path.exists(parent): print('Download success') else: raise Exception('Download Failed')else: print("Model Package already exists!")
INFO:root:Using MoXing-v2.1.0.5d9c87c8-5d9c87c8INFO:root:Using OBS-Python-SDK-3.20.9.1Download success步骤二：使用ssim算法计算夫妻相
import numpy as npimport cv2import randomimport matplotlib.pyplot as pltfrom matplotlib import font_managerimport warningsfrom scipy.signal import convolve2d from PIL import Image,ImageDraw,ImageFontwarnings.filterwarnings('ignore')
def matlab_style_gauss2D(shape=(3,3),sigma=0.5): """ 2D gaussian mask - should give the same result as MATLAB's fspecial('gaussian',[shape],[sigma]) """ m,n = [(ss-1.)/2. for ss in shape] y,x = np.ogrid[-m:m+1,-n:n+1] h = np.exp( -(x*x + y*y) / (2.*sigma*sigma) ) h[ h < np.finfo(h.dtype).eps*h.max() ] = 0 sumh = h.sum() if sumh != 0: h /= sumh return hdef filter2(x, kernel, mode='same'): return convolve2d(x, np.rot90(kernel, 2), mode=mode)def compute_ssim(im1, im2, k1=0.01, k2=0.04, win_size=11, L=255): if not im1.shape == im2.shape: raise ValueError("Input Imagees must have the same dimensions") if len(im1.shape) > 2: raise ValueError("Please input the images with 1 channel") M, N = im1.shape C1 = (k1*L)**2 C2 = (k2*L)**2 window = matlab_style_gauss2D(shape=(win_size,win_size), sigma=0.5) window = window/np.sum(np.sum(window)) if im1.dtype == np.uint8: im1 = np.double(im1) if im2.dtype == np.uint8: im2 = np.double(im2) mu1 = filter2(im1, window, 'valid') mu2 = filter2(im2, window, 'valid') mu1_sq = mu1 * mu1 mu2_sq = mu2 * mu2 mu1_mu2 = mu1 * mu2 sigma1_sq = filter2(im1*im1, window, 'valid') - mu1_sq sigma2_sq = filter2(im2*im2, window, 'valid') - mu2_sq sigmal2 = filter2(im1*im2, window, 'valid') - mu1_mu2 ssim_map = ((2*mu1_mu2+C1) * (2*sigmal2+C2)) / ((mu1_sq+mu2_sq+C1) * (sigma1_sq+sigma2_sq+C2)) return npan(npan(ssim_map))def img_show(similarity, img1, img2, name1, name2): # similarity = random.uniform(60,100) zt = "./Valentine/方正兰亭准黑_GBK.ttf" my_font = font_manager.FontProperties(fname = zt,size =20 ) img1 = cv2.resize(img1, (520, 520)) img2 = cv2.resize(img2, (520, 520)) imgs = np.hstack([img1, img2]) imgs2 = imgs[:,:, ::-1] plt.axis('off') plt.title('{0} VS {1} \n CP指数: {2}%'.format(name1, name2, round(similarity, 2)), fontproperties=my_font) plt.imshow(imgs2) path = "a.jpg" cv2.imwrite(path, imgs)加入人脸检测
def getFaces(gray): cascPath = "/home/ma-user/anaconda3/envs/PyTorch-1.8/lib/python3.7/site-packages/cv2/data/haarcascade_frontalface_default.xml" faceCascade = cv2.CascadeClassifier(cascPath) im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) # Detect faces faces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, flags=cv2.CASCADE_SCALE_IMAGE ) return faces步骤三：修改预置的视频和图片
在Valentine文件夹下中，有一个预置的1.png和2.png图片，大家可以将里面的图片替换成自己的，
图片的名称不建议修改，如果修改成其他的名称，后面的路径也要相应的修改，上传的图片不要太大，尽量使用正脸的图片。
if __name__ == '__main__': name1 = input('请输入图1照片姓名: \n') name2 = input('请输入图2照片姓名: \n') img1_path = 'Valentine/1.png' img2_path = 'Valentine/2.png' img1 = cv2.imread(img1_path) img2 = cv2.imread(img2_path) im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) im2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) im1_faces = getFaces(im1) im2_faces = getFaces(im2) if len(im1_faces) !=1 or len(im2_faces)!= 1: raise ValueError("输入图片需要包含一个人脸") im1 = cv2.resize(im1, (520,520)) im2 = cv2.resize(im2, (520,520)) similarity = compute_ssim(im1, im2)*100 if similarity == 100: raise ValueError("图片重复! 请重新上传图片") img_show(similarity, img1, img2, name1, name2)
请输入图1照片姓名: 王强请输入图2照片姓名: 李欣
image = Image.open("a.jpg")image = image.resize((498,278))步骤四：打印输出海报
import osfrom PIL import Image,ImageDraw,ImageFont,ImageFilterfrom PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = True
#@title 请在下面填写创作者 ： def gen_poster(img,txt1,txt2,path): font1 = ImageFont.truetype(zt,42) font2 = ImageFont.truetype(zt,24) img_draw = ImageDraw.Draw(img) img_draw.text((197,629), txt1, font=font1,fill='#961900') img_draw.text((152,689), txt2, font=font2, fill='#252b3a') img.filter(ImageFilter.BLUR) img.save(path)template_img = "./Valentine/ValentinPoster.png" zt = "./Valentine/方正兰亭准黑_GBK.ttf"temp_image = Image.open(template_img) temp_image.paste(image ,(40,266))title_char = str(round(similarity,1)) + "%"author_char = "王强" #@param {type:"string"}savepath = 'ValentinPoster.png' # 海报图片路径gen_poster(temp_image,title_char,author_char,savepath)Image.open(savepath) # 显示图片
点击下方，第一时间了解华为云新鲜技术~
华为云博客_大数据博客_AI博客_云计算博客_开发者中心-华为云
#华为云开发者联盟#
猜你喜欢
