快捷導(dǎo)航

Python+DeOldify實(shí)現(xiàn)老照片上色功能

更新時(shí)間：2022年06月21日 08:51:50 作者：劍客阿良_ALiang

DeOldify是一種技術(shù)，以彩色和恢復(fù)舊的黑白圖像，甚至電影片段。它是由一個(gè)叫Jason?Antic的人開發(fā)和更新的。本文將利用DeOldify實(shí)現(xiàn)老照片上色功能，感興趣的可以了解一下

前言

老照片上色其實(shí)很早之前就想寫了，也有不少人問了我這個(gè)項(xiàng)目。

最近把DeOldify項(xiàng)目好好弄了弄。

項(xiàng)目地址：DeOldify項(xiàng)目地址

先看看項(xiàng)目給出的圖片對(duì)比效果。

從給出的效果可以看出，上色后的圖片對(duì)人物、景色、物品、環(huán)境等等都變得很生動(dòng)。

下面來安裝一下項(xiàng)目執(zhí)行環(huán)境，測(cè)試一下自己的圖片。

安裝

看一下項(xiàng)目的README中關(guān)于安裝的部分。

使用anaconda安裝環(huán)境。安裝完成后看一下模型文件需要下載哪些。

仔細(xì)看看，文章給出了不同模型的區(qū)別。

從作者的描述中，可以看出前面2個(gè)主要是針對(duì)圖像的模型，一個(gè)藝術(shù)一個(gè)穩(wěn)定，等下使用的時(shí)候看看區(qū)別。

三個(gè)模型如果比較難下載，可以從我的網(wǎng)盤下載，地址如下。

鏈接提取碼：kr3c

下載的3個(gè)模型文件放到項(xiàng)目根目錄下models文件夾內(nèi)，沒有就創(chuàng)建models。

代碼改造使用

作者在README中給出了docker快速啟動(dòng)以及api啟動(dòng)方式。有點(diǎn)麻煩，還是自己改一下。

先看一下app.py代碼內(nèi)容。

@app.route("/process", methods=["POST"])
def process_image():
 
    input_path = generate_random_filename(upload_directory,"jpeg")
    output_path = os.path.join(results_img_directory, os.path.basename(input_path))
 
    try:
        if 'file' in request.files:
            file = request.files['file']
            if allowed_file(file.filename):
                file.save(input_path)
            try:
                render_factor = request.form.getlist('render_factor')[0]
            except:
                render_factor = 30
            
        else:
            url = request.json["url"]
            download(url, input_path)
 
            try:
                render_factor = request.json["render_factor"]
            except:
                render_factor = 30
 
        result = None
 
        try:
            result = image_colorizer.get_transformed_image(input_path, render_factor=render_factor, post_process=True, watermarked=True)
        except:
            convertToJPG(input_path)
            result = image_colorizer.get_transformed_image(input_path, render_factor=render_factor, post_process=True, watermarked=True)
        finally:
            if result is not None:
                result.save(output_path, quality=95)
                result.close()
 
        callback = send_file(output_path, mimetype='image/jpeg')
        return callback, 200
 
    except:
        traceback.print_exc()
        return {'message': 'input error'}, 400
 
    finally:
        pass
        clean_all([
            input_path,
            output_path
            ])

可以看出該P(yáng)OST接口主要操作分為：獲取文件流、根據(jù)參數(shù)調(diào)整渲染因子（默認(rèn)為30）、通過image_colorizer對(duì)象進(jìn)行染色操作、最終將文件流返回。按照這個(gè)方法我改造了一個(gè)直接使用的工具方法。

代碼如下：

#!/user/bin/env python
# coding=utf-8
"""
@project : DeOldify
@author  : 劍客阿良_ALiang
@file   : test1.py
@ide    : PyCharm
@time   : 2022-06-17 16:37:13
"""
import os
from pathlib import Path
 
from app_utils import convertToJPG
from deoldify.visualize import ModelImageVisualizer, get_image_colorizer
 
 
def colorizer(input_path, output_dir):
    _output_path = os.path.join(output_dir, os.path.basename(input_path))
    _image_colorizer = get_image_colorizer(artistic=True)
    try:
        result = _image_colorizer.get_transformed_image(input_path, render_factor=30, post_process=True,
                                                        watermarked=True)
    except:
        convertToJPG(input_path)
        result = _image_colorizer.get_transformed_image(input_path, render_factor=30, post_process=True,
                                                        watermarked=True)
    finally:
        if result is not None:
            result.save(_output_path, quality=95)
            result.close()
 
 
if __name__ == '__main__':
    colorizer("./data/image/xxx1.jpg", "./data/result1")

一些異常情況我就不處理，如果需要的話，使用的時(shí)候加一些補(bǔ)充代碼即可。

artistic參數(shù)作為是否使用藝術(shù)模型的bool參數(shù)。

看一下我準(zhǔn)備的需要上色的照片。

選擇Artistic模型的效果如下：

選擇Stable模型的效果如下：

還是可以看出一些區(qū)別的，只是本人沒啥藝術(shù)細(xì)菌，看不大出來怎么個(gè)藝術(shù)法。

注意

1、上面的工具代碼由于引入了項(xiàng)目中的幾個(gè)方法，可能存在引入包缺失問題。補(bǔ)充安裝如下：

pip install opencv-python -i https://pypi.douban.com/simple
pip install scikit-image -i https://pypi.douban.com/simple
pip install ffmpeg -i https://pypi.douban.com/simple

2、安裝scikit-image的時(shí)候會(huì)安裝Pillow最新版本，可能會(huì)導(dǎo)致執(zhí)行錯(cuò)誤，補(bǔ)充卸載安裝Pillow如下：