什麼相機可以拍視頻瘦臉

A. 美顏相機拍照時可以瘦臉么

美顏相機拍照的時候是可以瘦臉的，而且，他還可以給你補一點妝，但是如果你覺得她的瘦臉程度還不夠，你可以自己再把圖片修一修。

B. 現在有什麼軟體可以把拍好的視頻拉高變瘦

Spring或者美顏相機都可以把拍好的視頻拉高變瘦。


下載Spring這個軟體安裝到手機上，啟動Spring，啟動後可直接從手機上選擇一張已經有的照片或者拍攝一張照片，選擇好照片之後，將界面中的三條線按照自己想要拉長的比例放好（點擊住可上下移動），放好之後點擊界面下方的按鈕可進入拉長界面。


美顏相機是一款把手機變自拍神器的APP，由美圖秀秀團隊傾力打造，專為愛自拍的女生量身定製。自動美肌和智能美型，顛覆傳統拍照效果，瞬間自動美顏，完美保留臉部細節，腿瘦身、拉長腿部線條。

C. 視頻怎麼p圖瘦臉

P圖中怎麼進行瘦臉操作，操作方法如下。

1、首先在電腦中打開美圖秀秀，點擊【人像美容】功能。

D. 拍照軟體哪個效果最好

拍照軟體效果最好的有：

1、《美顏相機》

《美顏相機》在這里你會遇見更美的自己超多全身照模版讓你一秒告別五五身根據被拍攝者的臉型和五官美顏相機會自動定時獨家美顏方案拍出超自然的自己超自然的美顏素顏相機的你，顏值也是有過之而無不及。

2、《相機360》

《相機360》十多億人都在用的專業手機拍攝圖像處理軟體，堪稱自拍界手機APP中的大哥大。

瘦臉瘦身、專業濾鏡、自然美妝等常用功能一應俱全，讓你一鍵拍出質感大片，影像矯正、HSL調色等專業影像處理功能也能在專業攝影師手中發揮更強功效。

3、《一甜相機》

《一甜相機》充滿少女感的自拍軟體。內含百變風格質感濾鏡，配合海量專屬貼紙，讓你打造可甜可鹽的少女形象；火爆全網的漫畫顏功能，也能讓你打破次元局限，秒變漫畫女主。

4、《無他相機》

《無他相機》拍攝視頻時可以實時P臉的強大自拍軟體。它拍出來的照片自然細致，各種角度看起來都非常靈動逼真，不管男生女生都能一鍵擁有高級臉。

5、《POCO相機》

《POCO相機》一款生活隨拍必不可少的拍照APP。有了它之後，利用超贊的濾鏡和文藝的文字修飾，隨時隨地都能拍出好看的自己，把生活中的點點滴滴都記錄下來。

E. 什麼相機拍視頻可以瘦全身

可以用美顏相機呀
，紀可以拍出來好看的照片，也可以拍出來很好看的視頻，多拍多看，多選，就可以選出來最好看又瘦全身的視頻，美顏相機有很多功能的，我經常拍視頻就總用美顏相機，拍出來無論是視頻，還是照片都是很不錯的呢，很好看的可以嘗試來拍拍。

F. 有什麼軟體可以錄視頻特效瘦臉

可以錄視頻特效瘦臉軟體有視頻瘦臉app、Faceme臉酷app、愛化妝、海烏App、愛影app等這些都可以，有需要的朋友可以下載使用。

1、視頻瘦臉app

視頻瘦臉app是一款面向全網的攝影攝像類軟體，視頻瘦臉app能隨意調節身材，拍視頻瘦腿、瘦腰統統都可以，視頻瘦身豐胸美臀，S型身材曲線值得擁有，一秒成為骨感美女。有需要的用戶可以來網下載。

4、海烏App

海烏App是由中山市三藏電子科技有限公司推出的一款面向全網的攝影攝像類軟體。海烏App可以措配SEABIRD運動相機使用，方便快捷，功能更加豐富。為大眾提供了在線溝通、交流的平台，是攝影愛好者的互聯網家園。拍們在這里相聚、遊玩、結識了眾多好友，豐富了社交圈子。

5、愛影app

愛影app是由深圳市愛影互聯文化傳播有限公司打造的一款專業的視頻編輯軟體。用戶可以通過這個軟體輕松變成視頻剪輯大神，編輯出好看又好玩的視頻，同時也可以上傳視頻與別人一起分享，這么好用的軟體，快來下載。

G. 網紅拍的瘦身視頻用的什麼相機

佳能G7X
主要用來錄視頻vlog小記錄。
佳能Canon，在20世紀初期，日本相機行業十分落後，當時的人們多數都使用外國貨。為此，幾個日本年輕人為了製造國產的相機，開始仿造高檔德國相機。
佳能於1934年，在東京的一個小工場里成功仿製了德國徠卡Leica相機，也研製出了日本第一架35mm焦平面快門照相機KWANON。
佳能（Canon）是日本老牌相機製造商，在20世紀初期，日本相機行業十分落後，當時的人們多數都使用外國貨。為此，幾個日本年輕人為了製造國產（當然是指日本自己生產）的相機，開始仿造高檔德國相機，並於1934年，在東京的一個小工廠里成功仿製了德國徠卡（Leica）相機，也研製出了日本第一架 35mm焦平面快門照相機KWANON（日文「觀音」的羅馬字），早期佳能的標志也是『千手觀音』的圖像，意思要生產世界上最好的相機，而且可以令用家有 『千手觀音』般，可以千變萬化的使用相機。直到1935年，KWANON才換成CANON，取英文的標准、准則之意（由於KW發音較難，因此改為類似的 C/K的發音/，在日語里CANON的CA有「關卡的卡」的發音，其由來就是「觀音」的KWA！！）；隨著名字的改換，標志也換3次，一直到1955年， CANON的標志才定型，也就是我們今天看到的標志了。

H. 快手視頻如何設置瘦臉

首先需要了解的是，使用快手在拍攝視頻的時候，是沒有直接的瘦臉選項的，但開啟了美顏功能之後是一鍵瘦臉大眼的，是不需要單獨開啟瘦臉功能的，對於這一點還是需要了解的。
具體操作方法：首先打開手機快手app，打開後點擊右上角的拍攝選項，打開後直接選擇點擊下方的美化選項，打開之後點擊切換到美顏選項，然後就可以看到快手美顏有五級，數字越大，美顏的效果也越明顯，臉越瘦，眼越大。
除了可以使用快手進行拍攝之外，也是可以通過第三方軟體進行拍攝的，有些相機軟體拍攝視頻的時候美顏功能也是比較多的，拍攝了之後上傳到快手就可以了，需要注意的是，很多第三方軟體在拍攝的時候都是帶有水印的，因此在拍攝之前要將水印關閉，這樣效果更好。
更多關於快手視頻怎麼設置瘦臉，進入：https://m.abcgonglue.com/ask/3475c71615833178.html?zd查看更多內容

I. 仿抖音特效相機之大眼瘦臉

本文是講解特效相機中的大眼瘦臉的實現，完整源碼可查看 AwemeLike 。
要實現瘦臉大眼，首先需要獲取到人臉特徵點，在本項目中使用的是Face++的人臉識別庫，它可以獲取到106個人臉特徵點，接著再通過變形演算法就可以實現了。

項目使用的瘦臉演算法是參照這篇文章 在OpenGL中利用shader進行實時瘦臉大眼等臉型微調

textureCoord 表示當前要修改的坐標， originPosition 表示圓心坐標， targetPosition 表示目標坐標， delta 用來控制變形強度。

上述shader方法可以這樣理解，首先確定一個以 originPosition 為圓心、 targetPosition 和 originPosition 之間的距離為半徑的圓，然後將圓內的像素朝著同一個方向移動一個偏移值，且偏移值在距離圓心越近時越大，最終將變換後的坐標返回。

如果將方法簡化為這樣的表達式 變換後的坐標 = 原坐標 - (目標坐標 - 圓心坐標) * 變形強度 ，也就是說，方法的作用就是要在原坐標的基礎上減去一個偏移值，而 (targetPosition - originPosition) 決定了移動的方向和最大值。

式子中的 變形強度 可以這樣表示:

除了項目中使用的演算法，還有另外兩種臉部變形演算法可以使用，一個是基於 Interactive Image Warping 的局部調整演算法(其原理可查看 文章 )，我們在項目中使用的演算法其實可以看做是它的一個變種，都可以用表達式 變換後的坐標 = 原坐標 - (目標坐標 - 圓心坐標) * 變形強度 來表示，不同之處在於 變形強度 的取值不同。；另一個是基於 Image deformation using moving least squares 的全局點位變形演算法(其原理可查看 文章 )。

當我們要使用上述瘦臉演算法時，只需要選取多對特徵點作為 originPosition 和 targetPosition ，使得它們作用范圍覆蓋的兩個臉頰和下巴，然後通過改變 delta 來控制瘦臉的強度。

在Face++中，獲取的106個特徵點分布如下

將這106個特徵點上傳到片元著色器

設置統一的變形強度

指定圓心坐標和目標坐標，共有9對

大眼演算法也是參照這篇文章 在OpenGL中利用shader進行實時瘦臉大眼等臉型微調

textureCoord 表示當前要修改的坐標， originPosition 表示圓心坐標， radius 表示圓的半徑， delta 用來控制變形強度。
和瘦臉的演算法類似，根據 originPosition 和 targetPosition 確定一個圓，圓內的坐標會參與計算，圓外的不變。
圓內的坐標圍繞圓心 originPosition 在變化，最終的坐標完全是由 weight 的值決定， weight 越大，最終的坐標變化越小，當 weight 為1，即坐標處於圓邊界或圓外時，最終的坐標不變；當 weight 小於1時，最終的坐標會落在原坐標和圓點之間，也就是說最終返回的像素點比原像素點距離圓點更近，這樣就產生了以圓點為中心的放大效果。

項目中的 FaceDetector 是一個專門用來處理Face++相關的操作的類，其頭文件如下

使用前需要替換Face++的key和secret，在項目中，它的路徑是 Face++/MGNetAccount.h ，然後調用授權方法，授權成功之後才能使用face++的人臉檢測。

face++接受的是 CMSampleBufferRef 類型的視頻幀，但他不支持YUV格式，所以在解碼時需要選擇BGRA格式。

項目使用 GPUImage 來做解碼，但 GPUImage 庫在將視頻幀解碼為BGRA格式時有一些實現問題，所以我們在使用相機和讀取視頻文件時，一定要使用項目自己創建的 GPUImageFaceCamera 和 GPUImageFaceMovie ，它們分別繼承自 GPUImage 的 GPUImageVideoCamera 和 GPUImageMovie ，在內部重寫了一些配置方法，使得返回的視頻幀格式都是BGRA。

除此以外，這兩個類在獲取到視頻幀之後還會自行調用 FaceDetector 的 - (void)getLandmarksFromSampleBuffer:(CMSampleBufferRef)detectSampleBufferRef; 方法獲取人臉信息，使得我們可以在之後的濾鏡類中直接使用它解析出來的人臉數據了。

人臉方向是指人臉在視頻幀中的逆時針偏移角度，偏移角度為0表示人臉是正的，處於豎直方向。

如果給我們一張人臉的圖片，我們的肉眼很容易判斷出人臉在圖片中的偏移角度，但是傳遞給face++的是一個來自相機或視頻文件視頻幀，那麼我們應該如何獲取人臉的偏移角度呢。

1. 相機拍攝( GPUImageFaceCamera )

當使用相機拍攝時，相機產生的視頻幀默認情況下和我們看到的並不一樣，可以通過 AVCaptureConnection 類的屬性 videoOrientation 來指定視頻幀的方向，其取值有如下幾種

上面提到的原圖就是我們肉眼看到的場景，它和相機或視頻文件產生的視頻幀可能是不一樣的。

因為項目是通過 GPUImage 庫來調用相機的，而 GPUImage 並沒有設置這個屬性——它使用的是默認值，所以項目使用的是這個屬性的默認值。（使用默認值可能是性能原因，因為設置這個屬性會導致系統應用一個相應matrix來旋轉視頻幀，GPUImage選擇將旋轉操作放到了GPU中執行）

後置攝像頭

在使用後置攝像頭時， videoOrientation 屬性的默認值是 ，也就是說當手機水平方向放置，且home鍵在右邊時，相機產生的圖片和原圖一致。
根據這個，我們可以得出下面兩個變換圖，左邊的圖片代表原圖（實際場景），右邊代表相機產生的視頻幀，也是傳遞給face++的視頻幀，每一行代表一個放置手機的方向。

我們需要根據上面兩個圖來得到人臉的偏移角度

首先我們需要設置了一個前提，人臉在原圖中總是處於豎直方向的，即偏移角度為0，這其實是符合邏輯的，我們的腦袋不可能歪到大於90度。
然後我們可以將上圖中的3和4看做是人臉，計算出右圖中的3和4的旋轉角度，就可以得出在當前手機方向下人臉的偏移角度。

最終我們得出了下面這個對照表

前置攝像頭

使用前置攝像頭時， videoOrientation 的默認值為 ，同樣的，當手機水平方向放置進行拍攝，home鍵在左邊時，相機產生的圖片和原圖是水平鏡像的關系，所以還需要額外做一個水平方向的翻轉，這時的圖片才和原圖一樣。

同樣給出手機處於豎直方向或水平方向拍攝時，原圖和視頻幀的變換

手機方向和人臉偏移角度的對照表

相比後置攝像頭，使用前置攝像頭時需要多做一個額外的水平翻轉，由於face++並沒有提供設置水平翻轉的介面，所以在識別前置攝像頭產生的圖片時，face++返回的人臉數據有一些小問題——人臉特徵點的排列順序左右顛倒了，不過這個問題是可以忽略的，因為人臉兩邊是對齊的；還有一個問題就是歐拉角的方向會取反，這個我們後面會講到怎麼解決。

檢測手機的方向

由於App只支持 Portrait 方向，所以無法使用類似 - (void):(UIInterfaceOrientation)toInterfaceOrientation ration:(NSTimeInterval)ration 方法來獲取手機方向。
一個更好的方法是通過 CoreMotion 檢測xyz方向的加速度，以此來判斷當前手機的朝向

2. 從視頻文件獲取( GPUImageFaceMovie )

通過 AVAssetTrack 的 preferredTransform 屬性獲得變換矩陣，再通過矩陣來判斷視頻的旋轉角度，也即是人臉的旋轉角度。

face++返回的人臉數據會在哪裡被使用？

GPUImage 會將視頻幀上傳到紋理中，然後將紋理傳遞給後續的 targets ， targets 是指那些遵守了 GPUImageInput 協議的類，在這里我們簡稱它們為濾鏡類。

face++返回的人臉數據只會被使用在這些濾鏡類中，這些濾鏡類中的紋理圖片和傳遞給face++做人臉檢測的視頻幀是不一樣的，也就是說生成人臉數據時的參考坐標系和使用人臉數據時的參考坐標系是不同的。所以在使用人臉數據之前，我們還需要對人臉數據做一些轉換操作。

問題是如何轉換

之前在設置人臉方向時，我們已經了解了視頻幀，那麼濾鏡類中的紋理又是什麼樣的，可以參考下面這張圖

第一行使用後置攝像頭，第二行使用前置攝像頭；
第一列和第二列分別表示原圖和相機產生的視頻幀；
第三列表示視頻幀上傳到紋理時的情形，因為OpenGL的原點是在左下角，所以需要上下顛倒；
第四列表示變換後的紋理圖片，也就是濾鏡類中的紋理圖片。

（ GPUImage 是如何從上圖的第三列變換到第四列的，查看 GPUImageVideoCamera 的方法 可知，按照本項目對 GPUImageVideoCamera 的配置（ outputImageOrientation=, _=true ，前置），當使用後置攝像頭時，用來指定旋轉的枚舉是 kGPUImageRotateRight ，當使用前置攝像頭時，用來指定旋轉的枚舉是 ，這兩個枚舉的名字剛好是反向變換——第四列變換到第三列所需要的步驟）

特徵點坐標

假設 point 表示使用後置攝像頭時Face++的特徵點坐標，對應上圖的第一行的視頻幀，它是以4號位作為原點，也就是說 point 的值是相對於4號位的，然後我們再看第一行的最終紋理圖片，原點是3號位，4號位變換到右下角了，我們需要做的是將 point 變換到以3號位為原點。

所以變換後的 point 應該等於 (height - point.y, point.x) ，其中width是第二列視頻幀的4號位和2號位所在的那條邊的長度，height是視頻幀的4號位和3號位所在的那條邊的長度。

特徵點變換規則如下

歐拉角

faceinfo 的三個屬性 pitch 、 yaw 、 roll 分別表示人臉在未變換的視頻幀中圍繞x、y、z軸的旋轉角度。