幾年前玩影像處理的時候，用過python做過平均臉的專案
不過程式不是自己寫的，是從這個網站來的
https://learnopencv.com/average-face-opencv-c-python-tutorial/
製作平均臉的流程是先抓取68個臉部特徵，原作者用的是Dlib，但是在Dlib安裝實在太困難，我在linux編譯好一陣子才成功，而在windows上還沒試成功，所以後來我就改用OpenCV來做。
這68個特徵如下圖，在這個專案中，兩眼眼尾的兩點很重要，我們要將所有人的這兩點都對齊。
找到臉部的這些特徵點之後，因為下一步是要進行對齊，所以要把這些點連線成許多小三角，這樣才能進行仿射變形。而哪些點才能互相連接呢？這要用到Delaunay triangulation 的方法了。
圖片來源：wikipedia
這些三角形有一個特殊性質：任何一個三角形的其外接圓內不會有其他點。用各實例來看看，我們用湯姆的臉來看看，這些藍點是偵測出的臉部特徵點
找出這些點的Delaunay triangulation
接下來就要對齊了，這篇文章的程式的做法是把大家的眼睛位置都放在新圖像的1/3高度，而橫坐標分別是新圖像寬度的0.3和0.7。
接下來就是用原圖的兩眼尾位置和新圖的眼尾位置，去計算出縮放、平移、旋轉的仿射矩陣長什麼樣子，然後就用這個矩陣把整張臉稍稍變形對齊到新的位置。
不好意思，湯姆的臉就稍稍變形過去了
最後就是把大家的臉放在一起做平均啦，以下就是五位影星的平均臉，帥！
這是找了九位女星的照片，經過對齊的樣子
我想製作這平均臉專題的目的其實不是看漂亮的明星啊，我想看的是如果我用不同政黨的立委照片，是不是會看到不同的平均臉呢？
所以第一步就是上立法院網站抓圖片，我先確定好目標，我要把不同政黨的男性和女性分開來將圖檔存在不同資料夾中。
所以就要寫一隻爬蟲，把立委的個人資料和照片都爬下來再整理
最後就是令人期待的結果了，除了中間的政黨以外，左右兩個政黨幾乎無法分辨，怎麼會這樣呢？其實這就是採樣的問題了，中間的人數少，所以容易看出個別差異，而兩邊的人數多，統計之後就會讓個別差異減少。
如果你對程式有興趣，我放在github了
