Python + AI で古い写真をカラー化-AI-php.cn

＃＃＃こんにちは、みんな。

今日も引き続き、興味深い AI プロジェクトを皆さんと共有していきます。

前回は、GAN (敵対的生成ネットワーク)

を使用して静止画像を動かすを共有しました。

今日は、NoGAN の画像強化テクノロジーを使用して古い写真をカラー化する方法を共有します。効果は次のとおりです。

Python + AI で古い写真をカラー化

元の画像

Python + AI で古い写真をカラー化

着色後

NoGAN は新しいものです。 GAN のタイプでは、GAN のトレーニングにかかる時間が最も短くなります。

今日共有するプロジェクトはすでに GitHub 上のオープンソースプロジェクトです。実行してみましょう。

1. 準備

まず、git clone コマンドを使用してソースコードをダウンロードします。

git clone https://github.com/jantic/DeOldify.git

ログイン後にコピー

プロジェクトのルートディレクトリを入力し、Python の依存関係パッケージをインストールします。

pip3 install -r requirements.txt

ログイン後にコピー

プロジェクトを実行するコードを記述する前に、事前トレーニングされたモデルをダウンロードする必要があります。このプロジェクトは 3 つのモデルを提供します:

Python + AI で古い写真をカラー化

モデル

違いは次のとおりです:

ColorizeStable_gen.pth: 風景とポートレートで最良の結果を達成するこのモデルは、バックボーンとして resnet101 を使用し、NoGAN を介した 3 回のクリティカル事前トレーニング/GAN ループ反復により UNet 上でトレーニングされました。
ColorizeVideo_gen.pth: スムーズなビデオ用に最適化されており、初期ジェネレーター/クリティカル事前トレーニング/GAN NoGAN トレーニングのみを使用します。スムーズな速度を追求したため、前2つよりも色数が少なくなっています。
ダウンロードしたモデルファイルをプロジェクトルートディレクトリの models ディレクトリに置きます。

2. コードの記述

プロジェクトのルートディレクトリと同じディレクトリに Python ファイルを作成し、ダウンロードしたモデルファイルをロードするコードを記述します。

from DeOldify.deoldify.generators import gen_inference_wide
from DeOldify.deoldify.filters import MasterFilter, ColorizerFilter

# 指定模型文件
learn = gen_inference_wide(root_folder=Path('./DeOldify'), weights_name='ColorizeVideo_gen')

# 加载模型
deoldfly_model = MasterFilter([ColorizerFilter(learn=learn)], render_factor=10)

ログイン後にコピー

root_folder はプロジェクトのルートディレクトリを指定し、weights_name は写真の色付けに次に使用されるモデルを指定します。

古い写真を読み取り、色を付けます。

import cv2
import numpy as np
from PIL import Image

img = cv2.imread('./images/origin.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
pil_img = Image.fromarray(img)

filtered_image = deoldfly_model.filter(
pil_img, pil_img, render_factor=35, post_process=True
)

result_img = np.asarray(filtered_image)
result_img = cv2.cvtColor(result_img, cv2.COLOR_RGB2BGR)
cv2.imwrite('deoldify.jpg', result_img)