ai给黑白照片自动上色,老照片ai自动上色软件推荐

　　今天我想和大家分享一个有趣的AI项目，——，它使用了诺干的图像增强技术来给老照片上色。文中的样例代码解释的很详细，感兴趣的朋友可以看看。

　　00-1010 1.准备2。写代码大家好。

　　今天继续和大家分享有趣的AI项目。

　　上次分享了用GAN(生成对抗网络)让静态画面动起来。

　　今天我们分享用诺干的图像增强技术给老照片上色。效果如下：

　　原图

　　着色后

　　诺干是一种新型的GAN，可以花最少的时间进行GAN训练。

　　今天的分享项目已经在GitHub开源项目中。让我们现在运行它。

　　Coloze Artistry _ gen.pth:在有趣的细节和活力中达到最高质量的图像着色效果。该模型在UNet上使用resnet34作为主干，通过NoGAN /GAN循环反复训练，已经被评论家预训练了5次。ColorizeStable_gen.pth:在风景和人像上达到最好的效果，模型在UNet上使用resnet101作为主干，经过NoGAN三次训练。ColorizeVideo _ gen.pth:针对流畅视频进行优化，仅使用初始生成器/critic预训练/GAN Nogan训练。由于追求流畅的速度，其色彩不及前两者。将下载的模型文件放在项目根目录的models目录中。

1. 准备工作

　　在项目根目录的同一个目录下创建Python文件，编写代码加载刚刚下载的模型文件。

　　from deol dify . deol dify . generatorsimportgen _ inference _ wide

　　from deol dify . deol dify . filtersimportmasterfilter，ColorizerFilter

　　#指定模型文件

　　learn=gen _ inference _ wide(root _ folder=Path(。/DeOldify )，weights _ name= colorize video _ gen )

　　#加载模型

　　deol dfly _ model=master filter([colorizer filter(learn=learn)]，render_factor=10)

　　Root_folder指定项目的根目录，weights_name指定接下来将使用哪个模型给照片上色。

　　看老照片，涂色。

　　importcv2

　　importnumpyasnp

　　fromPILimportImage

　　img=cv2.imread(。/images/origin . jpg’)

　　img=cv2.cvtColor(img，cv2。COLOR_BGR2RGB)

　　pil_img=Image.fromarray(img)

　　filtered _ image=deol dfly _ model . filter(

　　pil_img，pil_img，render_factor=35，post_process=True

　　)

　　result _ img=NP . as array(filtered _ image)

　　result _ img=cv2 . CVT color(result _ img，cv2。COLOR_RGB2BGR)

　　cv2.imwrite(deoldify.jpg ，result_img)

　　用cv2读取旧照片，用PIL将图片转换成模型输入所需的格式。图像模块，发给模型上色，完成后保存。

　　以上代码摘自该项目的源代码。如您所见，运行代码非常简单。

　　这篇关于Python AI给老照片上色的文章到此为止。关于Python AI给老照片上色的更多信息，请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望你以后能支持风行IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

目录

1. 准备工作

相关文章阅读