Python+DeOldify實現(xiàn)老照片上色功能
前言
老照片上色其實很早之前就想寫了,也有不少人問了我這個項目。
最近把DeOldify項目好好弄了弄。
項目地址:DeOldify項目地址
先看看項目給出的圖片對比效果。


從給出的效果可以看出,上色后的圖片對人物、景色、物品、環(huán)境等等都變得很生動。
下面來安裝一下項目執(zhí)行環(huán)境,測試一下自己的圖片。
安裝
看一下項目的README中關(guān)于安裝的部分。

使用anaconda安裝環(huán)境。安裝完成后看一下模型文件需要下載哪些。

仔細看看,文章給出了不同模型的區(qū)別。

從作者的描述中,可以看出前面2個主要是針對圖像的模型,一個藝術(shù)一個穩(wěn)定,等下使用的時候看看區(qū)別。
三個模型如果比較難下載,可以從我的網(wǎng)盤下載,地址如下。
鏈接 提取碼:kr3c
下載的3個模型文件放到項目根目錄下models文件夾內(nèi),沒有就創(chuàng)建models。

代碼改造使用
作者在README中給出了docker快速啟動以及api啟動方式。有點麻煩,還是自己改一下。
先看一下app.py代碼內(nèi)容。
@app.route("/process", methods=["POST"])
def process_image():
input_path = generate_random_filename(upload_directory,"jpeg")
output_path = os.path.join(results_img_directory, os.path.basename(input_path))
try:
if 'file' in request.files:
file = request.files['file']
if allowed_file(file.filename):
file.save(input_path)
try:
render_factor = request.form.getlist('render_factor')[0]
except:
render_factor = 30
else:
url = request.json["url"]
download(url, input_path)
try:
render_factor = request.json["render_factor"]
except:
render_factor = 30
result = None
try:
result = image_colorizer.get_transformed_image(input_path, render_factor=render_factor, post_process=True, watermarked=True)
except:
convertToJPG(input_path)
result = image_colorizer.get_transformed_image(input_path, render_factor=render_factor, post_process=True, watermarked=True)
finally:
if result is not None:
result.save(output_path, quality=95)
result.close()
callback = send_file(output_path, mimetype='image/jpeg')
return callback, 200
except:
traceback.print_exc()
return {'message': 'input error'}, 400
finally:
pass
clean_all([
input_path,
output_path
])可以看出該POST接口主要操作分為:獲取文件流、根據(jù)參數(shù)調(diào)整渲染因子(默認為30)、通過image_colorizer對象進行染色操作、最終將文件流返回。按照這個方法我改造了一個直接使用的工具方法。
代碼如下:
#!/user/bin/env python
# coding=utf-8
"""
@project : DeOldify
@author : 劍客阿良_ALiang
@file : test1.py
@ide : PyCharm
@time : 2022-06-17 16:37:13
"""
import os
from pathlib import Path
from app_utils import convertToJPG
from deoldify.visualize import ModelImageVisualizer, get_image_colorizer
def colorizer(input_path, output_dir):
_output_path = os.path.join(output_dir, os.path.basename(input_path))
_image_colorizer = get_image_colorizer(artistic=True)
try:
result = _image_colorizer.get_transformed_image(input_path, render_factor=30, post_process=True,
watermarked=True)
except:
convertToJPG(input_path)
result = _image_colorizer.get_transformed_image(input_path, render_factor=30, post_process=True,
watermarked=True)
finally:
if result is not None:
result.save(_output_path, quality=95)
result.close()
if __name__ == '__main__':
colorizer("./data/image/xxx1.jpg", "./data/result1")一些異常情況我就不處理,如果需要的話,使用的時候加一些補充代碼即可。
artistic參數(shù)作為是否使用藝術(shù)模型的bool參數(shù)。
看一下我準備的需要上色的照片。

選擇Artistic模型的效果如下:

選擇Stable模型的效果如下:

還是可以看出一些區(qū)別的,只是本人沒啥藝術(shù)細菌,看不大出來怎么個藝術(shù)法。
注意
1、 上面的工具代碼由于引入了項目中的幾個方法,可能存在引入包缺失問題。補充安裝如下:
pip install opencv-python -i https://pypi.douban.com/simple
pip install scikit-image -i https://pypi.douban.com/simple
pip install ffmpeg -i https://pypi.douban.com/simple
2、安裝scikit-image的時候會安裝Pillow最新版本,可能會導致執(zhí)行錯誤,補充卸載安裝Pillow如下:
pip uninstall Pillow
pip install Pillow==6.2.2
以上就是Python+DeOldify實現(xiàn)老照片上色功能的詳細內(nèi)容,更多關(guān)于Python DeOldify老照片上色的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
python數(shù)據(jù)分析之將爬取的數(shù)據(jù)保存為csv格式
Python內(nèi)置了CSV模塊,可直接通過該模塊實現(xiàn)csv文件的讀寫操作,在web應用中導出數(shù)據(jù)是比較常見操作,下面這篇文章主要給大家介紹了關(guān)于python數(shù)據(jù)分析之將爬取的數(shù)據(jù)保存為csv格式的相關(guān)資料,需要的朋友可以參考下2022-06-06
安裝python依賴包psycopg2來調(diào)用postgresql的操作
這篇文章主要介紹了安裝python依賴包psycopg2來調(diào)用postgresql的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-01-01

