Python机器学习之实现模糊照片人脸恢复清晰

更新时间：2021年12月20日 09:03:24 作者：剑客阿良_ALiang

GFPGAN是腾讯开源的人脸修复算法，它利用预先训练好的面部 GAN（如 StyleGAN2）中封装的丰富和多样的先验因素进行盲脸 (blind face)修复。这篇文章主要为大家介绍通过GFPGAN实现模糊照片人脸恢复清晰，需要的朋友可以参考一下

前言

最近看到一个有意思的机器学习项目——GFPGAN，他可以将模糊的人脸照片恢复清晰。开源项目的Github地址：https://github.com/TencentARC/GFPGAN

我们看一看作者给出的对比图。

最右侧的就是GFPGAN的效果，看一下最左层的输入图片，可以发现GFPGAN将图片恢复的非常清晰。这个效果非常惊艳。

按照以前的惯例，我还是先把这个项目安装使用一下，看看能不能对代码重新封装，变成可以工程化的项目。

环境安装

我们先看一下项目README给的提示。

首先需要的python版本是>=3.7的，所以我用Anaconda创建了一个python3.9的虚拟环境。Pytorch的安装直接从官网获取命令安装一个最新版本即可。

因为还有一些基础依赖的安装，照着安装一下就行，其实setup.py是已经在项目中的，如下图。

由于模型比较大，所以作者没有放在github上，给了下面的下载提示。该模型是作者提供已经训练好的模型。

如果下载很慢的话，可以从我的网盘下载。

链接提取码：TUAN

作者还提供了基础模型可供自行训练。

验证模型

下面我准备了一些图，挑了一些比较典型的图片，有黑白的、彩色的以及马赛克的，想看看是不是都可以实现清晰化处理。

准备的图片如下：

按照README提供的指令

python inference_gfpgan.py --upscale 2 --test_path inputs/newImages --save_root results

看一下执行结果：

(pytorch39) C:\Users\yi\PycharmProjects\GFPGAN>python inference_gfpgan.py --upscale 2 --test_path inputs/newImages --save_root results
C:\Users\yi\PycharmProjects\GFPGAN\inference_gfpgan.py:45: UserWarning: The unoptimized RealESRGAN is very slow on CPU. We do not use it. If you really want to use it, p
lease modify the corresponding codes.
  warnings.warn('The unoptimized RealESRGAN is very slow on CPU. We do not use it. '
Processing 331.jpg ...
E:\ProgramData\Anaconda3\envs\pytorch39\lib\site-packages\torch\nn\functional.py:3679: UserWarning: The default behavior for interpolate/upsample with float scale_factor
 changed in 1.6.0 to align with other frameworks/libraries, and now uses scale_factor directly, instead of relying on the computed output size. If you wish to restore th
e old behavior, please set recompute_scale_factor=True. See the documentation of nn.Upsample for details.
  warnings.warn(
Processing 333.jpg ...
Processing 334.jpg ...
Processing 335.jpg ...
Results are in the [results] folder.
 
(pytorch39) C:\Users\yi\PycharmProjects\GFPGAN>

按照默认参数，会在results结果文件夹中生成4个目录分别为前后对比图、原检测出来的脸部图、处理后的脸部图、处理后的最终图。

我们看看效果

可以看出两点：

1、马赛克不能消除，有一张全马赛克的图片，直接无法修复。

2、常规的模糊照片修复的是真的很清晰呀。

总结

总的来说该项目是非常优秀的，从最终图片的效果上来说，非常好了，至于去除马赛克还是得看别的项目了。后面研究研究这么项目，看能不能改改。

以上就是Python机器学习之实现模糊照片人脸恢复清晰的详细内容，更多关于Python模糊照片人脸恢复清晰的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

python合并文本文件示例
这篇文章主要介绍了python合并文本文件示例,需要的朋友可以参考下
2014-02-02
tensorflow 只恢复部分模型参数的实例
今天小编就为大家分享一篇tensorflow 只恢复部分模型参数的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
浅析python实现scrapy定时执行爬虫
这篇文章主要介绍了浅析python实现scrapy定时执行爬虫的相关资料,需要的朋友可以参考下
2018-03-03
Python操作Excel神器openpyxl使用教程(超详细!)
openpyxl库是一个很好处理xlsx的python库,下面这篇文章主要给大家介绍了关于Python办公自动化openpyxl使用的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2023-01-01
Python命令行库click的具体使用
本文主要介绍了Python命令行库click的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-06-06
python内置函数：lambda、map、filter简单介绍
Python 内置了一些比较特殊且实用的函数，使用这些能使你的代码简洁而易读。下面对python内置函数：lambda、map、filter简单介绍下，需要的朋友参考下吧
2017-11-11
解决python-redis-lock分布式锁的问题
这篇文章主要介绍了python-redis-lock分布式锁的问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-10-10
python处理csv数据动态显示曲线实例代码
这篇文章主要介绍了python处理csv数据动态显示曲线实例代码，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下
2018-01-01
python文件与路径操作神器 pathlib
这篇文章主要介绍了python文件与路径操作神器 pathlib，pathlib中封装了PurePath和Path类，前者用于处理路径风格的字符串；后者是前者的子类，可直接处理路径，下文关于更多的pathlib相关内容，需要的小伙伴可以参考一下
2022-04-04
用Python复现二战德军enigma密码机
大家好，本篇文章主要讲的是用Python复现二战德军enigma密码机，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览
2022-01-01