2021SC@SDUSC
修复过程中用到的主要几个函数分析，FaceRestoreHelper为该项目成功运行必须下载的一个类
一、FaceRestoreHelper中的clean_all函数
将用来保存数据的一些列表清空，对下一张照片进行修复
二、FaceRestoreHelper中的read_image函数
?在使用过程中传入的img参数是一张图片，先判断img是不是string即是不是图片的路径，如果是路径就通过cv2.imread函数进行图片的读取。在测试的图片中，np.max（img）= 256,len(img.shape) = 3,所以底下的代码均不会执行，只会将图片赋值给input_img, 上述第一个if的作用是将图片转换位16位的，底下的if和elif作用均是将图片的转为BGR格式
三、FaceRestoreHelper中的get_face_landmarks_5函数
首先判断resize是否为None，即判断是否需要改变图片大小，如果不需要则将需要修复图片直接赋值给input_img，如果需要则进行下面的操作，将图片大小缩小
?with torch.no_grad查资料得到的结果是，被他包住的的代码，不需要求梯度，也不需要反向传播。face_det是一个面部检测模型，detect_faces方法是通过神经网络模型来进行面部识别的，将检测到的面部保存到bboxes中，然后遍历这个列表，判断视距是否小于规定标准，则不保存这张脸，如果符合标准，则将这张脸的坐标保存到all_landmarks_5列表中，同时将bbox的前5项保存到det_face中。
如果保存的面部图片为0，则返回0，如果只保存最大的一张面部，则将all_landmark_5的内容更改为最大一张面部的位置，如果只保存最中心的一张面部，则将all_landmark_5的内容更改为最中心的一张面部的位置。之后还会对面部位置进行扩充
四、FaceRestoreHelper中的align_warp_face函数
?作用是查看pad_input_imgs（扩充了的）的长度和all_landmark_5的长度是否匹配，不匹配就会输出提示
遍历面部位置的列表?，然后通过cv2.estimateAffinePartjal2D得到仿射矩阵，然后将每一张面部得到的仿射矩阵添加到affine_matrices中。然后通过cv2.warpAffine函数传入仿射变换矩阵来将每一张面部裁剪出来，保存到cropped_faces中。