如何让利用Python+AI使静态图片动起来

 更新时间:2022年06月07日 11:43:03   作者:渡码  
这篇文章主要介绍了如何让利用Python+AI使静态图片动起来,基于的GAN生成对抗网络围绕主题实现静态图片动起来的效果。具有一定的参考价值,需要的小伙伴可以参考一下

前言:

这种技术一般是基于的GAN(生成对抗网络)来实现,今天我给大家分享一个开源项目,能够复现静态图片动起来效果,可以做些有趣的项目,也可以怀念故人。

大家在刷短视频的时候有没有刷到这样的视频,视频里一张静态的人物图片能动起来,如:歪歪头、眨眨眼。

类似于下面这种效果:

最左侧的人物是原始的动作,上面是静态图片。通过AI技术便可以让最左侧人物的动作运用到上面的静态图片上,从而让张图都可以做出相同的动作。

这种技术一般是基于的GAN(生成对抗网络)来实现,今天我给大家分享一个开源项目,能够复现上面的效果,可以做些有趣的项目,也可以怀念故人。

1. 运行项目

项目地址:https://github.com/AliaksandrSiarohin/first-order-model

首先,git clone将项目下载到本地,进入项目安装依赖。

git clone https://github.com/AliaksandrSiarohin/first-order-model.git
cd first-order-model
pip install -r requirements.txt

然后,在项目首页Pre-trained checkpoint​标题下,找到模型下载链接,下载模型文件,模型有很多,我用的是vox-adv-cpk.pth.tar。

准备好模型文件后,在项目根目录下执行下面命令即可。

python demo.py  \
  --config config/vox-adv-256.yaml \
  --driving_video src_video.mp4 \
  --source_image src_img.jpg \
  --checkpoint weights/vox-adv-cpk.pth.tar

解释下参数:

  • --config:模型配置文件,在源文件中有
  • --driving_video:提供动作的视频
  • --source_image:需要加动效的静态图片
  • --checkpoint:刚刚下载的模型文件

运行完成后,会看到如下输入。

该项目使用PyTorch​搭建神经网络,支持GPU和CPU运行,所以如果你的电脑只有CPU,运行会比较慢。

我是在CPU​下运行的,从上图可以看到,driving_video只有 31 帧。如果你也是CPU​运行,最好控制driving_video视频的时长,不然运行时长会比较长。

有了该项目,可以自己做些比较有意思的尝试。

2. Python API

上面教大家按照官网在命令行运行该项目。

有些朋友可能想在Python项目中调用,所以我在demo.py中抽取了核心代码,封装了一个Pyhton API。

有需要的朋友可以下载这个文件,放到与first-order-model同一级的目录下,按照下面代码调用即可。

fom = FOM()
# 查看驱动视频,驱动视频最好裁剪为480 x 640 大小的视频
driving_video = ''
# 被驱动的画面
source_image = ''
# 输出视频
result_video = ''
# 驱动画面
fom.img_to_video(driving_video, source_image, result_video)

到此这篇关于如何让利用Python+AI使静态图片动起来的文章就介绍到这了,更多相关 Python+AI让图片动起来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

  • 使用pycharm+conda配置虚拟环境的详细步骤

    使用pycharm+conda配置虚拟环境的详细步骤

    这篇文章主要介绍了使用pycharm创建新的项目环境并使用conda进行配置和使用pycharm引用已有的conda虚拟环境,文中通过图文结合的方式介绍的非常详细,需要的朋友可以参考下
    2024-05-05
  • windows系统IIS部署Django项目的实践

    windows系统IIS部署Django项目的实践

    采用IIS服务器部署相比django提供的开发者服务器具有更好的并发访问能力,性能更加稳定,本文主要介绍了windows系统IIS部署Django项目的实践,具有一定的参考价值,感兴趣的可以了解一下
    2022-03-03
  • PyTorch中的nn.ConvTranspose2d模块详解

    PyTorch中的nn.ConvTranspose2d模块详解

    nn.ConvTranspose2d是PyTorch中用于实现二维转置卷积的模块,广泛应用于生成对抗网络(GANs)和卷积神经网络(CNNs)的解码器中。该模块通过参数如输入输出通道数、卷积核大小、步长、填充等,能控制输出尺寸和避免棋盘效应
    2024-09-09
  • python实现求两个字符串的最长公共子串方法

    python实现求两个字符串的最长公共子串方法

    今天小编就为大家分享一篇python实现求两个字符串的最长公共子串方法,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
    2018-07-07
  • Python中Matplotlib绘图保存图片时调节图形清晰度或分辨率的方法

    Python中Matplotlib绘图保存图片时调节图形清晰度或分辨率的方法

    有时我们在使用matplotlib作图时,图片不清晰或者图片大小不是我们想要的,这篇文章主要给大家介绍了关于Python中Matplotlib绘图保存图片时调节图形清晰度或分辨率的相关资料,需要的朋友可以参考下
    2024-05-05
  • 排序算法之希尔排序法解析

    排序算法之希尔排序法解析

    这篇文章主要介绍了排序算法之希尔排序法解析,希尔排序法(Shell Sort),也称为缩小增量排序,是一种改进的插入排序算法,它通过将待排序的元素按照一定的间隔分组,对每个分组进行插入排序,逐渐减小间隔直至为1,最后对整个序列进行一次插入排序
    2023-07-07
  • python 数据挖掘算法的过程详解

    python 数据挖掘算法的过程详解

    这篇文章主要介绍了python 数据挖掘算法,首先给大家介绍了数据挖掘的过程,基于sklearn主要的算法模型讲解,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
    2022-02-02
  • 解决Ubuntu18中的pycharm不能调用tensorflow-gpu的问题

    解决Ubuntu18中的pycharm不能调用tensorflow-gpu的问题

    这篇文章主要介绍了解决Ubuntu18中的pycharm不能调用tensorflow-gpu的问题,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
    2020-09-09
  • 分析PyTorch Dataloader报错ValueError:num_samples的另一种可能原因

    分析PyTorch Dataloader报错ValueError:num_samples的另一种可能原因

    这篇文章主要介绍了分析PyTorch Dataloader报错ValueError:num_samples的另一种可能原因,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02
  • Python中文件路径的处理方式总结

    Python中文件路径的处理方式总结

    本文详细介绍了Python的os和pathlib模块在文件路径处理中的应用,包括常用函数和类方法,以及它们之间的对比和实例演示,旨在帮助开发者提升文件操作效率和代码可读性,需要的朋友可以参考下
    2025-03-03

最新评论