腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

Python Barbershop實(shí)現(xiàn)照片換發(fā)型功能

更新時間：2022年01月04日 09:02:21 作者：劍客阿良_ALiang

這篇文章主要為大家介紹了一個開源項(xiàng)目（Barbershop），可以將照片中的發(fā)型更換成另一個，文中實(shí)現(xiàn)過程講解詳細(xì)，感興趣的可以學(xué)習(xí)一下

前言

最近看到一個開源項(xiàng)目（Barbershop），可以將照片中的發(fā)型更換成另一個，很神奇。先給大家看看項(xiàng)目給出的效果圖。

先說說我在安裝使用該項(xiàng)目的感受，因?yàn)樽髡呓o的安裝說明太少，我邊看代碼邊安裝環(huán)境花了整整8個小時，順便還在等安裝的過程中，追了10集電視劇《輸贏》。

看在我堅持弄了這么長時間，并把踩過的坑，安裝這么長時間的份上，我覺著還是給個贊的。

下面開始我的安裝使用記錄。

先提供一下Barbershop項(xiàng)目地址：github倉庫

環(huán)境部署

下面進(jìn)入最坑的部分，首先我們看一下項(xiàng)目給出的安裝說明。

其實(shí)只有兩條，conda導(dǎo)入environment/environment.yaml環(huán)境，下載II2S圖片。就這兩句話讓我裝了一晚上，天知道我經(jīng)歷了啥?？硬攘艘贿?，可以按照我的流程裝，應(yīng)該問題不大。

1、導(dǎo)入environment/environment.yaml環(huán)境

先創(chuàng)建conda虛擬環(huán)境，使用一下命令：

conda env create -f environment/environment.yaml

2、安裝pytorch

這里有不會的話，可以看我另一篇文章，有詳細(xì)的搭建方法：機(jī)器學(xué)習(xí)基礎(chǔ)環(huán)境部署

3、依賴庫安裝

我就不提我踩了多少坑了，下面我把需要的項(xiàng)目沒提供的依賴，總結(jié)發(fā)在下面。

dlib

Ninja

gdown

scikit-image

IPython

opencv-python

版本可以選擇最新的，因?yàn)槲矣米钚碌呐芷饋砹恕?/p>

4、 cl.exe環(huán)境變量配置

需要安裝一下Microsoft Visual Studio，我選擇的版本是2019版本。

提供一下下載地址：下載 Visual Studio Tools

這里需要注意安裝的時候需要把C++選上。

按照自己的機(jī)器位數(shù)，選擇路徑添加到環(huán)境變量路徑里。下面是我的路徑。

添加環(huán)境變量

5、模型下載

項(xiàng)目在運(yùn)行的時候其實(shí)是會自己下載模型的，但是從google云盤經(jīng)常失敗，而且該項(xiàng)目要的模型特別多，我放在百度云盤上分享出來，大家可以下我的。

模型文件鏈接提取碼：tuan

首先人臉68特征數(shù)據(jù)放到項(xiàng)目的cache目錄內(nèi)。其次另外的6個pt文件放到項(xiàng)目的pretrained_models目錄內(nèi)。

6、發(fā)型數(shù)據(jù)下載

按照項(xiàng)目給出的地址從云盤下載到input/face目錄內(nèi)。這邊我還是提供百度云盤的分享鏈接，下不下來可以用我的。

鏈接提取碼：TUAN

7、代碼調(diào)整

項(xiàng)目align_face.py文件中，不會檢查模型是否存在，還是會下載，需要調(diào)整一下。如下圖：

項(xiàng)目驗(yàn)證

OK，環(huán)境如果你按照我上面說的部署成功了，恭喜。下面我來驗(yàn)證一下效果。

先看看我準(zhǔn)備的照片。

把照片放到unprocessed目錄下，注意編號需要和input/face內(nèi)的文件編號不同。

1、預(yù)處理照片

首先我們執(zhí)行命令預(yù)處理unprocessed目錄內(nèi)的照片。命令如下：

python align_face.py

(Barbershop) C:\Users\yi\PycharmProjects\Barbershop>python align_face.py
Downloading Shape Predictor
126.jpg: Number of faces detected: 1

可以看到input/face目錄多了一個文件，預(yù)處理把原照片的人臉處理出來了。

2、換發(fā)型

下面看一下我準(zhǔn)備換的發(fā)型是哪張。

換個短發(fā)。執(zhí)行命令如下：

python main.py --im_path1 126.png --im_path2 94.png --im_path3 94.png --sign realistic --smooth 5

看下執(zhí)行結(jié)果

(Barbershop) C:\Users\yi\PycharmProjects\Barbershop>python main.py --im_path1 126.png --im_path2 94.png --im_path3 94.png --sign realistic --smooth 5
Loading StyleGAN2 from checkpoint: pretrained_models/ffhq.pt
Setting up Perceptual loss...
Loading model from: C:\Users\yi\PycharmProjects\Barbershop\losses\lpips\weights\v0.1\vgg.pth
...[net-lin [vgg]] initialized
...Done
Number of images: 2
Images: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [10:39<00:00, 319.74s/it]
Number of images: 2
Images: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [02:08<00:00, 64.04s/it]
Loading StyleGAN2 from checkpoint: pretrained_models/ffhq.pt
C:\Users\yi\PycharmProjects\Barbershop\models\Alignment.py:97: UserWarning: where received a uint8 condition tensor. This behavior is deprecated and will be removed in a
 future version of PyTorch. Use a boolean condition instead. (Triggered internally at  ..\aten\src\ATen\native\TensorCompare.cpp:328.)
  new_target_final = torch.where(OB_region, torch.from_numpy(new_target_inpainted), new_target)
Align Step 2:   0%|                                                                                                                             | 0/100 [00:00<?, ?it/s]E
:\ProgramData\Anaconda3\envs\Barbershop\lib\site-packages\torch\nn\functional.py:3680: UserWarning: The default behavior for interpolate/upsample with float scale_factor
 changed in 1.6.0 to align with other frameworks/libraries, and now uses scale_factor directly, instead of relying on the computed output size. If you wish to restore th
e old behavior, please set recompute_scale_factor=True. See the documentation of nn.Upsample for details.
  "The default behavior for interpolate/upsample with float scale_factor changed "
E:\ProgramData\Anaconda3\envs\Barbershop\lib\site-packages\torch\nn\functional.py:3635: UserWarning: Default upsampling behavior when mode=bicubic is changed to align_co
rners=False since 0.4.0. Please specify align_corners=True if the old behavior is desired. See the documentation of nn.Upsample for details.
  "See the documentation of nn.Upsample for details.".format(mode)
Loading StyleGAN2 from checkpoint: pretrained_models/ffhq.pt
Setting up Perceptual loss...
Loading model from: C:\Users\yi\PycharmProjects\Barbershop\losses\masked_lpips\weights\v0.1\vgg.pth
...[net-lin [vgg]] initialized
...Done
Setting up Perceptual loss...
Loading model from: C:\Users\yi\PycharmProjects\Barbershop\losses\masked_lpips\weights\v0.1\vgg.pth
...[net-lin [vgg]] initialized
...Done

等了很長時間，結(jié)果出來了。最后的效果圖如下