最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
Python+AI实现给老照片上色代码示例
时间:2022-06-25 01:09:47 编辑:袖梨 来源:一聚教程网
本篇文章小编给大家分享一下Python+AI实现给老照片上色代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。
效果如下:
原图
上色后
NoGAN是一种新型GAN,它能花费最少的时间进行GAN训练。
1. 准备工作
首先,用git clone命令下载源码
git clone https://github.com/jantic/DeOldify.git
进入项目根目录,安装Python依赖包
pip3 install -r requirements.txt
编写代码运行项目之前,需要下载预训练好的模型。项目提供了三个模型
模型
区别如下:
ColorizeArtistic_gen.pth:在有趣的细节和活力方面实现了最高质量的图像着色效果,该模型在 UNet 上使用 resnet34 为主干,通过 NoGAN 进行了 5 次评论家预训练/GAN 循环重复训练
ColorizeStable_gen.pth:在风景和肖像方面取得了最佳效果,该模型在 UNet 上使用 resnet101 为主干,通过 NoGAN 进行了 3 次评论家预训练/GAN 循环重复训练
ColorizeVideo_gen.pth:针对流畅的视频进行了优化,它仅使用初始生成器/评论家预训练/GAN NoGAN 训练。由于追求流畅的速度,它的色彩比前两者少。
将下载好的模型文件放在项目根目录的models目录下即可。
2. 编写代码
在项目根目录同级目录下创建Python文件,编写代码加载刚刚下载好的模型文件。
from DeOldify.deoldify.generators import gen_inference_wide from DeOldify.deoldify.filters import MasterFilter, ColorizerFilter # 指定模型文件 learn = gen_inference_wide(root_folder=Path('./DeOldify'), weights_name='ColorizeVideo_gen') # 加载模型 deoldfly_model = MasterFilter([ColorizerFilter(learn=learn)], render_factor=10)
root_folder指定项目根目录,weights_name指定接下来使用哪个模型为照片上色。
读取老照片,进行上色
import cv2 import numpy as np from PIL import Image img = cv2.imread('./images/origin.jpg') img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) pil_img = Image.fromarray(img) filtered_image = deoldfly_model.filter( pil_img, pil_img, render_factor=35, post_process=True ) result_img = np.asarray(filtered_image) result_img = cv2.cvtColor(result_img, cv2.COLOR_RGB2BGR) cv2.imwrite('deoldify.jpg', result_img)
用cv2读取老照片,并用PIL.Image模块将图片转换成模型输入所需要的格式,送入模型进行上色,完成后保存。
上述代码是从项目源码中抽取的,可以看到,运行代码还是非常简单的。
相关文章
- 崩坏星穹铁道忘归人遗器怎么选择 12-23
- 《核噩梦/Nuclear 12-23
- 崩坏星穹铁道忘归人怎么配队 12-23
- 碧蓝航线俾斯麦圣诞节l2d皮肤彩蛋有哪些 12-23
- 明日方舟复刻的黑骑士锏要不要抽 12-23
- 碧蓝航线纳西莫夫海军上将新皮肤怎么获取 12-23