Python 人工智能老照片修复算法学习
前言
老旧或者破损的照片如何修复呢？本文主要分享一个博主使用后非常不错的照片恢复开源项目：Bringing-Old-Photos-Back-to-Life。
项目的Github地址：项目地址
我们先看看官方给出的效果图：
就算现在看到这张图，我仍然觉着非常惊艳。下面我会把项目环境安装部署，到最后使用的效果做一个展示。
项目环境搭建
该项目的环境搭建有点复杂，我一点点说。
conda虚拟环境创建
在项目README.md文件中要求python版本在3.6以上。
我们用anaconda创建一个虚拟环境bobl
conda create -n bobl python=3.6
激活环境
conda activate bobl
在Pycharm项目中配置interpreter，设置到conda目录envs下bobl环境的python。
Pytorch安装
虽然项目官方给出的requirements.txt包含pytorch，为了保险起见，还是去Pytorch官方网站上安装一下。Pytorch官方地址:PyTorch
因为我本机没插显卡，安装的cpu版本。
选择对应的命令安装Pytorch库。
Synchronized-BatchNorm-PyTorch repository安装
官方给出的安装说明里面需要部署Synchronized-BatchNorm-PyTorch项目进来。
这里注意一点，需要把Synchronized-BatchNorm-PyTorch项目中的sync_batchnorm拷贝到上级目录。完整的目录接口参考下图：
Global目录Synchronized-BatchNorm-PyTorch项目部署
官方说明里面也需要把Synchronized-BatchNorm-PyTorch项目部署到Global里面。
也是一样要把sync_batchnorm拷贝到上级目录。结构如下：
检测预处理模型下载
需要用到一个检测预处理模型，主要是用来识别照片中的人脸部分的。
注意解压后的位置，结构如下：
下载脸部增强模型文件
官方说明：
下载两个模型zip解压到对应目录下，结构如下：
下载依赖
注意，我这里去掉了pytorch的依赖安装，已经已经装过了。
dlib scikit-image easydict PyYAML dominate>=2.3.1 dill tensorboardX scipy opencv-python einops PySimpleGUI
安装命令：
pip install -r requirements.txt -i https://pypi.douban.com/simple
完整部署后项目结构
完整的结构如下图：
项目使用
官方给到的图，我就不用了，不能说明问题。我自己准备了两种图，一张是一张人脸的，一张是多张人脸的。
先按照官方给出的命令跑跑看
我们直接使用最下面这个命令，包含划痕去除与高度还原。看一下执行情况。
(bobl) D:\spyder\Bringing-Old-Photos-Back-to-Life>python run.py --input_folder E:\csdn\老照片 --output_folder result1/ --GPU -1 --with_scratch --HR Running Stage 1: Overall restoration initializing the dataloader model weights loaded directory of testing image: E:\csdn\老照片 processing 1.jpg processing 2.jpg Mapping: You are using multi-scale patch attention, conv combine + mask input Now you are processing 1.png C:\ProgramData\Anaconda3\envs\bobl\lib\site-packages\torch\nn\functional.py:3635: UserWarning: Default upsampling behavior when mode=bilinear is changed to align_corners=False since 0.4 .0. Please specify align_corners=True if the old behavior is desired. See the documentation of nn.Upsample for details. "See the documentation of nn.Upsample for details.".format(mode) Now you are processing 2.png Finish Stage 1 ... Running Stage 2: Face Detection 12 1 Finish Stage 2 ... Running Stage 3: Face Enhancement dataset [FaceTestDataset] of size 13 was created The size of the latent vector size is [16,16] Network [SPADEGenerator] was created. Total number of parameters: 92.1 million. To see the architecture, do print(network). hi :) Finish Stage 3 ... Running Stage 4: Blending Finish Stage 4 ... All the processing is done. Please check the results. (bobl) D:\spyder\Bringing-Old-Photos-Back-to-Life>
输出的文件不但有最终的结果，也有检测出来的每个脸的处理前后效果。结果结构如下：
验证一下
1、多人照片最终的效果验证，下面上图是输出结果图，下图是原始图。可以看出有些划痕已经消失，但是还是有一些，不过整体的任务更立体鲜明了。
2、单人照片最终效果验证，下面上图为结果图，下图为原始图。单人就很明显了，不但划痕都消除了，人也更清晰立体，效果是真不错。
3、模型也会把多人图中的每张脸都识别出来，并且跑出结果，可以对比一下看看，细节还是修复的很好的。
总结
官方还给出了其他的命令，就不一一验证了。整体的效果是非常好的，只是在多人图的时候还有些瑕疵，瑕不掩瑜。
到此这篇关于Python 人工智能老照片修复算法学习的文章就介绍到这了,更多相关Python人工智能内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
当 Python 检测到一个错误时，解释器就会指出当前流已经无法继续执行下去，这时候就出现了异常。2018-02-02
Python编程快速上手——Excel到CSV的转换程序案例分析
这篇文章主要介绍了Python Excel到CSV的转换程序,结合具体案例形式分析了Python操作Excel到CSV转换的操作技巧与相关注意事项,需要的朋友可以参考下2020-02-02
这篇文章主要介绍了如何使用Python VTK高亮显示actor，通过Python-VTK在同一个窗口中，高亮显示选中的actor。本例子中的代码，当窗口中的圆球actor被选中时，会变成红色，并且会显示actor三遍面片边缘信息，下文相关内容需要的小伙伴可以参考一下2022-04-04
这篇文章主要介绍了python使用datetime.utcnow()问题解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-07-07
浅析Python中的getattr(),setattr(),delattr(),hasattr()
这篇文章主要介绍了Python中的getattr(),setattr(),delattr(),hasattr() 的相关资料,非常不错具有参考借鉴价值，需要的朋友可以参考下2016-06-06
这篇文章主要为大家详细介绍了python爬虫实例，包括爬虫技术架构，组成爬虫的关键模块，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-06-06
这篇文章主要介绍python typing模块类型提示支持， typing 模块只有在python3.5以上的版本中才可以使用,pycharm目前支持typing检查，下面进入文章一起了解详细内容吧2021-10-10
这篇文章主要为大家详细介绍了python+opencv实现霍夫变换检测直线，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
今天小编就为大家分享一篇Python使用docx模块实现刷题功能代码，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2020-02-02
python语言中pandas字符串分割str.split()函数
分列在我们日常工作中经常用到,从各种系统中导出的什么订单号、名称、日期很多都是复合组成的,这些列在匹配、合并时没有办法使用,我们经常需要将她们分开,下面这篇文章主要给大家介绍了关于python语言中pandas字符串分割str.split()函数的相关资料,需要的朋友可以参考下2022-08-08
最新评论