用Python怎么让照片转变成卡通化的效果
Admin 2022-06-20 群英技术资讯 1370 次浏览
这篇文章给大家介绍了“用Python怎么让照片转变成卡通化的效果”的相关知识,讲解详细,步骤过程清晰,有一定的借鉴学习价值,因此分享给大家做个参考,感兴趣的朋友接下来一起跟随小编看看吧。

看到这个效果图,还是非常经验的。下面我会分享一下这个项目,并且选择一些我自己找的图片试验一下。
项目Github地址:github地址
先使用git将项目下载下来。看一下项目结构。

我们看一下需要的环境。

非常简单,只要pytorch就可以了。如果有不太会安装的,可以参考:机器学习基础环境部署
看一下readme怎么说明的。

直接使用命令,或者代码执行都可以,我们先看看如果命令操作的话都有哪些参数支持。
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument(
'--checkpoint',
type=str,
default='./weights/paprika.pt',
)
parser.add_argument(
'--input_dir',
type=str,
default='./samples/inputs',
)
parser.add_argument(
'--output_dir',
type=str,
default='./samples/results',
)
parser.add_argument(
'--device',
type=str,
default='cuda:0',
)
parser.add_argument(
'--upsample_align',
type=bool,
default=False,
help="Align corners in decoder upsampling layers"
)
parser.add_argument(
'--x32',
action="store_true",
help="Resize images to multiple of 32"
)
args = parser.parse_args()
test(args)
可以通过项目结构看到,作者提供了4个模型文件可供选择,可以用--checkpoint参数切换。需要提供图片的输入文件夹,修改--input_dir参数即可,经过我自己的几次验证,发现有的模型适合风景类型的图片,有的适合人像,下面我分成两部使用一下。
先看一下我准备的图片,三张风景的照片。



我使用个人认为比较好用的模型是paprika.pt。下面是执行过程。

看看效果



哦,第一张图的漫画效果有所欠缺,但是后面两张还是不错的。没有细品一波算法,猜测一下,可能是颜色区域较多,对比度越明显,可能漫画后的效果会更好。
最主要的还是人像,懂的都懂。下面是我准备的图片。



打算使用face_paint_512_v2.pt模型测试一下。下面直接展示处理后的效果。



效果还是很好的,是不是。
我反复测试了不少图片,有的转化的并不是很好,但是大部分还是不错的,瑕不掩瑜。项目还是好项目,只是可能模型本身训练的数据不是非常全面吧。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
有的时候我们写的东西不想让别人看到,会设置密码来加密。在Python中,我们写的字符字符不想被别人看到,保护自己的隐私,会选择加密。本文介绍Python字符串加密的五种方法:url编码、base64、ascii、md5 Unicode转中文。具体代码如下:
ython怎么样实现杨辉三角?首先我们需要知道什么是杨辉三角。杨辉三角就是二项式系数在三角形中的一种几何排列。如下图所示就是杨辉三角,在欧洲,这个表被叫做帕斯卡三角形。接下来我们看基于Python的杨辉三角的实现。
在python中,有些需求需要我们去除指定字符,那么如果想要去除头尾的指定字符,有什么办法呢?下面给大家介绍三个函数,strip()、lstrip()、rstrip()。
这篇文章主要介绍了PyTorch一小时掌握之神经网络分类篇,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
这篇文章主要为大家介绍了OpenCV连通域数量统计示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008