利用Python實現(xiàn)多種風(fēng)格的照片處理
前言
在上一篇教程當中呢,小編向大家展示了如何通過一鍵點擊實現(xiàn)將頭像變成動漫風(fēng)的實踐,無非是在制作的UI界面當中,在用戶上傳了照片之后,后端的腳本在接收到照片之后,借助對抗生成神經(jīng)網(wǎng)絡(luò)來生成具有動漫風(fēng)格的頭像。
用Python制作可視化GUI界面,一鍵實現(xiàn)將頭像轉(zhuǎn)成動漫風(fēng)!
今天小編想在上述成果的基礎(chǔ)之上,添加上將“修復(fù)老照片”的功能,曾經(jīng)在抖音上面也是吸引了不少的流量,內(nèi)容就是發(fā)布一張老照片修復(fù)后的效果呈現(xiàn),畢竟老照片容易引起人的共鳴,甚至有不少人通過修復(fù)老照片,找到失散多年的親人。
照片修復(fù)的具體實操
那么我們就在已經(jīng)完成的UI界面上面再添加幾個按鈕,如下圖所示,分別是“動漫風(fēng)格”、“老照片修復(fù)”以及“素描風(fēng)格”
當我們點擊“動漫風(fēng)格”時,程序會針對先前的步驟將上傳的圖片變成動漫風(fēng)格的頭像,當我們點擊“老照片修復(fù)”時,會針對上傳的照片進行修復(fù),對應(yīng)的代碼是Github
上面一個名叫DeOldify
的項目,在Github
上面獲得了15.2K的小星星,可謂是非常的火爆,該作者給我們提供了一個多語言版本的接口,調(diào)用這個接口我們可以快速的使用該項目的能力,為老照片上色,代碼如下
import requests r = requests.post( "https://api.deepai.org/api/colorizer", files={ 'image': open('自己本地圖片的路徑', 'rb'), }, headers={'api-key': '........'} ) output_url = r.json()["output_url"]
同時我們也需要將圖片保存在本地,代碼如下
def deoldify_action(self): r = requests.post( "https://api.deepai.org/api/colorizer", files={ 'image': open(imgNamepath, 'rb'), }, headers={'api-key': 'fe26be2a-b66e-4cfc-8f4d-514f683e9812'} ) output_url = r.json()["output_url"] ## 將圖片保存在本地 response = requests.get(output_url, stream=True) image_name = imgNamepath.split(".")[0] try: with open(image_name + '_oldified.png', 'wb') as logFile: for chunk in response: logFile.write(chunk) logFile.close() print("Download done!") except Exception as e: print("Download log error!") image_name = imgNamepath.split(".")[0] imgShow = QtGui.QPixmap(image_name + '_oldified' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio) ## 將變換過之后的照片顯示在界面上 self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height()) self.ui.label_5.setScaledContents(True) self.ui.label_5.setPixmap(imgShow) print(f"image saved: {image_name}")
最后出來的效果如下圖所示
將照片風(fēng)格素描化的具體實操
而當我們點擊“素描風(fēng)格”的單選框之后,便開始將上傳的圖片變成素描風(fēng)格,代碼如下
def startAction_sumiao(self): img = cv2.imread(imgNamepath) gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) inverted_gray_image = 255 - gray_image blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19, 19), 0) image_name = imgNamepath.split(".")[0] inverted_blurred_image = 255 - blurred_inverted_gray_image sketck = cv2.divide(gray_image, inverted_blurred_image, scale=256.0) ## 圖像保存在本地 cv2.imwrite(image_name + '_sumiao.png', sketck) ## 將變換過之后的照片顯示在界面上 imgShow = QtGui.QPixmap(image_name + '_sumiao' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio) self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height()) self.ui.label_5.setScaledContents(True) self.ui.label_5.setPixmap(imgShow)
我們來看一下具體的效果,如下圖所示
到此這篇關(guān)于利用Python實現(xiàn)多種風(fēng)格的照片處理的文章就介紹到這了,更多相關(guān)Python照片處理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
numpy數(shù)組的重塑和轉(zhuǎn)置實現(xiàn)
本文主要介紹了numpy數(shù)組的重塑和轉(zhuǎn)置實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03pytorch如何使用訓(xùn)練好的模型預(yù)測新數(shù)據(jù)
這篇文章主要介紹了pytorch如何使用訓(xùn)練好的模型預(yù)測新數(shù)據(jù)問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-06-06