ai给黑白照片自动上色,老照片ai自动上色软件推荐

  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。

  

目录

 

  首先,用git clone命令下载源代码。

  gitclonehttps://github.com/jantic/DeOldify.git

  进入项目根目录,安装Python依赖包。

  pip3install-rrequirements.txt

  在编写运行项目的代码之前,您需要下载预先训练好的模型。该项目提供了三种模型。

  模型

  区别如下:

  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。

留言与评论(共有 条评论)
   
验证码: