利用AI修复老照片踩坑记录--02DeOldify照片上色

0-写在开始前

系列帖子传送门:

照片上色的DeOldify很快就搞定了,就先写这个。过程中有一些网页、有一些文件,必须具备科学上网能力才能行。

1-说明文件

一开始看到ReadMe.md里一堆介绍,就是没有明学的安装、使用指南。后来发现项目把安装指南用Demo的方式在Colab中展示出来了,不过这个依赖google网站。
照片上色一共有三种模式,对应的说明Demo地址分别是

2-安装

其实安装过程就是把项目文件包下载下来,安装依赖库,下载依赖文件也就完成了。依赖库没有发现有问题的,依赖的torch在前面的帖子里已经搞定了,主要的问题是依赖文件了。

2.1-依赖的模型文件

依赖首先要下载模型文件,在项目目录中创建models文件夹,把如下文件下载了存放进来:

2.2-运行时要下载的文件

运行过程中又会下载文件,也是不同模式各对应一个。我没有试用视频上色,所以只有照片上色的文件。运行的时候会提示从哪里下载的,放到哪里去,但是下载没速度,所以我时手工下载的,在我的windows电脑上是放到“C:\Users\windangle.cache\torch\hub\checkpoints”目录中的。

3-运行

3.1-用原始文件运行

  1. 在命令行中,进入项目目录,运行jupyter notebook,然后用浏览器打开jupyter页面(命令行中会提示地址,也会直接调用浏览器打开)。
  2. 在文件列表中打开运行文件,图片上色打开ImageColorizer.ipynb文件,视频上色打开VideoColorizer.ipynb文件。
  3. 以图片上色为例,从上到下依次执行各个cell的代码。
    • 第一个cell默认执行就行。我个人理解GPU0,有CUDA时会用支持CUDA的显卡计算,没有CUDA时会用CPU计算。我的笔记本调用940MX显卡计算,因为现存不足效果只能调到14,后来把这里的GPU0改为GPU1就用CPU+内存了,效果就能调整上去了。
    • 第二个cell我没有动。
    • 第三个cell默认情况下是用艺术模式上色,把True改为False就变成基础模式了。
    • 第四个cell是执行的内容。render_factor是调节效果,默认35就可以了,我调得再高没有看到明显变化。source_url是网址,如果用本地突变这个设置为None。source_path是本地图片得地址。result_path是输出地址,默认是None就可以。
    • 修改照片地址,然后重复执行第四个cell即可。

3.2-对整个目录得照片上色

一张张上色太麻烦,导入os模块,自动获取目录下的照片并遍历进行上色,如下:

import os
#NOTE:  Max is 45 with 11GB video cards. 35 is a good default
render_factor=35
#NOTE:  Make source_url None to just read from file at ./video/source/[file_name] directly without modification
source_folder = 'test_images'
basepath = os.getcwd()
input_path = os.path.join(basepath, source_folder)
filenames = os.listdir(os.path.join(input_path))
filenames.sort()
for filename in filenames:
    source_path = os.path.join(source_folder,filename)
    print(source_path)
    result_path = colorizer.plot_transformed_image(path=source_path, render_factor=render_factor, compare=True)
点赞

发表评论

电子邮件地址不会被公开。必填项已用 * 标注