提出了将肖像进行3D食品打印的方法。首先对输入图像进行图像抽象化操作，保留图像特征去除部分细节。确定块大小对图像抽象化结果进行覆盖操作。随后应用基于DFS的路径优化算法生成打印路径。最终生成相应G－code提供给3D打印机，进行食品打印制作。本算法能够在保持图像主要特征情况下，减少打印耗时。对于输入的人物肖像，可以通过合成素描图和脸部特征增强方法进一步保留人脸显著特征去掉多余细节。还可以使用人脸胖瘦调整算法，对肖像进行进一步美化。
提出的对肖像中人脸进行胖瘦调整的方法，能够自动而快速生成调整后图像结果，可应用在肖像食品打印过程中。根据输入图像和用户指定体重变化量，算法可以自动生成相应图像调整结果。算法主要涉及到从2D图像中重建3D人脸模型、根据人脸－体重模型生成变形后3D人脸模型、使用网格参数化方法进行图像重定位等操作。我们提出了选取人脸轮廓线控制点方法，避免图片明显变形。
本次实验部分使用定制3D食品打印机，通过多组效果、打印时间对比、并对胖瘦调整后图像进行食品打印，验证肖像打印算法的有效性。在多组图片上进行人脸胖瘦调整，测试胖瘦调整算法效果。进行用户测试进一步验证算法有效性。
本算法可以从以下方面进行改进。使用素描合成图能够有效提高打印效果，目前采用的素描合成算法存在诸多局限，可以借助机器学习相关算法，开发更加稳定的素描生成技术，能够广泛处理各种姿势、灯光下的肖像。此外，图像抽象化结果直接影响打印效果。在肖像中头发、胡子、皱纹等是最难处理的区域。对图像抽象化算法进行改进，以更好保持此区域特征。目前3D人脸模型重建不涉及颈部区域，导致变形程度较大时，颈部区域变形明显。可以将颈部区域加入到3D模型中。在得到3D人脸模型后，可对人脸进行更多操作，比如重打光、人脸美化等，或者可以根据3D人脸模型进行抽象化操作以更好体现人脸特征。将整个算法移植到手机移动平台会更具应用价值。