Python PaddleGAN实现调整照片人物年龄

目录
  • 前言
  • 环境部署
  • 项目使用
    • 预处理部分
    • 照片老化处理
    • 照片年轻化处理
  • 总结

前言

最近在试着研究飞浆平台的许多功能,看到了许多有意思的功能。其中可以将照片美化以及年龄调整这个功能让我想到了之前抖音的一个功能,所以特别感兴趣。花了些时间把项目拉下来玩了玩,用了一些我自己找的数据。

PaddleGAN的Github地址:github仓库

环境部署

如果没有看过相关的文章,可能会被README搞得很迷糊。先不用看README中一个个教程或者md,我们要先安装执行环境。主要看docs/zh_CN/install.md文件。

先看一下我们需要安装什么。项目已经提供了paddlepaddle的安装命令,按照自己机器的情况选择CUDA或者CPU。

还有一些包需要补充安装的。

注意哦,还需要安装dlib,按照我下面的命令执行一下。

pip install dlib -i https://pypi.douban.com/simple

OK,我们环境安装好了,我们开始玩玩代码吧。

项目使用

因为PaddleGAN实现照片编辑功能核心是StyleGAN,大家有兴趣的话也可以参看一下StyleGAN项目。在编辑图片前,需要先提取图片的Latant Code(潜在因子)。简而言之,会先将图片做预处理,然后使用预处理的数据进行编辑效果。

预处理部分

按照这个思路,我们先找到预处理md说明文件。看看下面的内容。

我们看看pixel2style2pixel.py的参数说明。

可以按照你的需求修改一下项目给出的命令。我这边使用的参数都是项目给出的,主要测试一下效果。从参数说明我们可以看出我们最重要需要提供的两个参数,分别是图片路径和输出目录。

先放出我准备的照片,大家都非常熟悉。

执行命令

python -u applications/tools/pixel2style2pixel.py --input_image D:/spyder/PaddleGAN/data_hy/337.jpg --output_path  D:/spyder/PaddleGAN/data_hy/output --model_type ffhq-inversion --seed 233 --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --cpu

执行效果(第一次会下载模型)

我们可以在输出目录看到3个文件,其中dst.npy就是后面我们需要做效果的npy数据。我们先看看预处理后的图片什么样。

可以看出细节变清晰了,照片集中在头部位置,头发也做了一定的处理,无官稍微修整了一下。

照片老化处理

下面我们继续看一下另一个md文件。

我们看到另一个py文件可以帮助我们实现图片的编辑,styleganv2editing.py。我们先看看参数说明。

注意哦,不只是可以变换年龄,还有其他的选项。age、eyes_open、eye_distance、eye_eyebrow_distance、eye_ratio、gender、lip_ratio、mouth_open、mouth_ratio、nose_mouth_distance、nose_ratio、nose_tip、pitch、roll、smile、yaw。那么其实还有很多效果我们可以实现。

下面是我准备的老化图片命令

python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/output/dst.npy --output_path D:/spyder/PaddleGAN/data_hy/old --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset 3 --cpu

执行情况

(pytorch) D:\spyder\PaddleGAN>python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/output/dst.npy --output_path D:/spyder/PaddleGAN/data_hy/old --model
_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset 3 --cpu
C:\ProgramData\Anaconda3\envs\pytorch\lib\site-packages\skimage\data\__init__.py:107: DeprecationWarning:
    Importing file_hash from pooch.utils is DEPRECATED. Please import from the
    top-level namespace (`from pooch import file_hash`) instead, which is fully
    backwards compatible with pooch >= 0.1.

  return file_hash(path) == expected_hash
[12/29 20:17:06] ppgan INFO: Found C:\Users\huyi\.cache\ppgan\stylegan2-ffhq-config-f.pdparams
[12/29 20:17:09] ppgan INFO: Found C:\Users\huyi\.cache\ppgan\stylegan2-ffhq-config-f-directions.pdparams

看看效果

老态还是很明显的,效果不错。

照片年轻化处理

和上面一样,下面是我的年轻化命令:

python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/output/dst.npy --output_path D:/spyder/PaddleGAN/data_hy/young --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset -3 --cpu

对比两个命令可以看出主要是--direction_offset参数不同。

执行情况

(pytorch) D:\spyder\PaddleGAN>python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/output/dst.npy --output_path D:/spyder/PaddleGAN/data_hy/young --mod
el_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset -3 --cpu
C:\ProgramData\Anaconda3\envs\pytorch\lib\site-packages\skimage\data\__init__.py:107: DeprecationWarning:
    Importing file_hash from pooch.utils is DEPRECATED. Please import from the
    top-level namespace (`from pooch import file_hash`) instead, which is fully
    backwards compatible with pooch >= 0.1.

  return file_hash(path) == expected_hash
[12/29 20:20:07] ppgan INFO: Found C:\Users\huyi\.cache\ppgan\stylegan2-ffhq-config-f.pdparams
[12/29 20:20:09] ppgan INFO: Found C:\Users\huyi\.cache\ppgan\stylegan2-ffhq-config-f-directions.pdparams

看看效果

效果还是不错的,还能看出是谁,对吗?

总结

PaddleGAN项目我最近开始研究,还没有很深入,如果有理解不对的地方可以留言指正。如果大家喜欢这些效果的话,我可以把其他的效果,比如性别反转等等做出来(想看的话,留言告诉我)。有时间的话也可以魔改一下代码生成点有意思的特效。

以上就是Python PaddleGAN实现调整照片人物年龄的详细内容,更多关于Python PaddleGAN调整照片人物年龄的资料请关注我们其它相关文章!

(0)

相关推荐

  • Python 人工智能老照片修复算法学习

    目录 前言 项目环境搭建 conda虚拟环境创建 激活环境 Pytorch安装 Synchronized-BatchNorm-PyTorch repository安装 Global目录Synchronized-BatchNorm-PyTorch项目部署 检测预处理模型下载 下载脸部增强模型文件 下载依赖 完整部署后项目结构 项目使用 验证一下 总结 前言 老旧或者破损的照片如何修复呢?本文主要分享一个博主使用后非常不错的照片恢复开源项目:Bringing-Old-Photos-Back-to-L

  • Python实现老照片修复之上色小技巧

    导语 "黑白变彩色,就是这么简单" 老照片上色,是一门功夫,费时费力. 老照片上色,也是一门艺术,还原历史. 提起老照片上色,小编第一个想到了的就是一位名叫Marina Amaral的艺术家,她将历史上很多著名的老照片,都用后期处理的方式填补上了颜色. 逼真.写实,看不出丝毫的漏洞,你对她的作品有多钦佩,也就意味着这项技艺有多复杂. 所以,你想学习老照片上色吗?也想把父母的照片,或者儿时的黑白照变成彩色的吗? 那木木子给你的建议的是:别费劲了,因为,这项工作,以后交给AI去完成就可以了

  • Python实现照片卡通化

    目录 前言 环境部署 项目使用 景色类图像使用 人像类图像使用 总结 前言 之前看到一个有意思的开源项目,主要是可以将一张照片变成卡通漫画的风格.下面给大家放几张官方给出的部分效果图. 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  环境部署 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  项目

  • Python机器学习之实现模糊照片人脸恢复清晰

    目录 前言 环境安装 验证模型 总结 前言 最近看到一个有意思的机器学习项目--GFPGAN,他可以将模糊的人脸照片恢复清晰.开源项目的Github地址:https://github.com/TencentARC/GFPGAN 我们看一看作者给出的对比图. 最右侧的就是GFPGAN的效果,看一下最左层的输入图片,可以发现GFPGAN将图片恢复的非常清晰.这个效果非常惊艳. 按照以前的惯例,我还是先把这个项目安装使用一下,看看能不能对代码重新封装,变成可以工程化的项目. 环境安装 我们先看一下项目

  • Python DPED机器学习之实现照片美化

    目录 前言 环境部署 项目结构 tensorflow安装 其他依赖安装 VGG-19下载 项目运行 准备图片素材 测试效果 前言 最近发现了一个可以把照片美化的项目,自己玩了玩,挺有意思的,分享一下. Github地址:DPED项目地址 下面来看看项目怎么玩?先放一些项目给出的效果图.可以看出照片更明亮好看了. 环境部署 项目结构 下面是项目的原始结构: tensorflow安装 按照项目的说明,我们需要安装tensorflow以及一些必要的库. 如果安装gpu版本的tensorflow需要对照

  • Python实现对照片中的人脸进行颜值预测

    一.所需工具 **Python版本:**3.5.4(64bit) 二.相关模块 opencv_python模块 sklearn模块 numpy模块 dlib模块 一些Python自带的模块. 三.环境搭建 (1)安装相应版本的Python并添加到环境变量中: (2)pip安装相关模块中提到的模块. 例如: 若pip安装报错,请自行到: http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载pip安装报错模块的whl文件,并使用: pip install whl

  • Python PaddleGAN实现调整照片人物年龄

    目录 前言 环境部署 项目使用 预处理部分 照片老化处理 照片年轻化处理 总结 前言 最近在试着研究飞浆平台的许多功能,看到了许多有意思的功能.其中可以将照片美化以及年龄调整这个功能让我想到了之前抖音的一个功能,所以特别感兴趣.花了些时间把项目拉下来玩了玩,用了一些我自己找的数据. PaddleGAN的Github地址:github仓库 环境部署 如果没有看过相关的文章,可能会被README搞得很迷糊.先不用看README中一个个教程或者md,我们要先安装执行环境.主要看docs/zh_CN/i

  • Python PaddleGAN实现照片人物性别反转

    前言 接着我的上篇文章:Python PaddleGAN实现调整照片人物年龄 在上面的文章中,我们发现styleganv2editing.py是支持性别编辑的.所以调整了一下参数,来试着实现一下照片的性别翻转.下面我们开始吧 环境搭建 这部分就直接参考上面的文章吧,就不再写一遍了.先发一下我准备的照片,如下: 实现过程 下面我们一步步操作一下,首先我们要做个预处理,和上一篇文章中一样. 预处理 执行命令 python -u applications/tools/pixel2style2pixel

  • Python 照片人物背景替换的实现方法

    目录 前言 项目说明 项目结构 数据准备 替换背景图代码 代码说明 验证一下效果 总结 前言 本文的github仓库地址为: 替换照片人物背景项目(模型文件过大,不在仓库中) 由于模型文件过大,没放在仓库中,本文下面有模型下载地址. 项目说明 项目结构 我们先看一下项目的结构,如图: 其中,model文件夹放的是模型文件,模型文件的下载地址为:模型下载地址 下载该模型放到model文件夹下. 依赖文件-requirements.txt,说明一下,pytorch的安装需要使用官网给出的,避免显卡驱

  • Python实现识别图像中人物的示例代码

    目录 前言 环境部署 代码 总结 前言 接着上一篇:AI识别照片是谁,人脸识别face_recognition开源项目安装使用 根据项目提供的demo代码,调整了一下功能,自己写了一个识别人脸的工具代码. 环境部署 按照上一篇的安装部署就可以了. 代码 不废话,直接上代码. #!/user/bin/env python # coding=utf-8 """ @project : face_recognition @author : 剑客阿良_ALiang @file : te

  • Python first-order-model实现让照片动起来

    目录 前言 资源下载和安装 安装补充 工具代码验证 前言 看到一个很有意思的项目,其实在之前就在百度飞浆等平台上看到类似的实现效果. 可以将照片按照视频的表情,动起来.看一下项目给出的效果. 项目地址:first-order-model项目地址 还是老样子,不管作者给出的种种效果,自己测试一下. 资源下载和安装 我们先看一下README关于项目的基本信息,可以看出除了表情驱动照片,还可以姿态迁移. 模型文件提供了线上的下载地址. 文件很大而且难下,我下好了放到我的云盘上,可以从下面云盘下载. 链

  • Python实现自动为照片添加日期并分类的方法

    本文实例讲述了Python实现自动为照片添加日期并分类的方法.分享给大家供大家参考,具体如下: 小时候没怎么照相,所以跟别人说小时候特别帅他们都不信.小外甥女出生了,我给买了个照相机,让她多照相.可惜他舅目前还是个屌丝,买了个700的屌丝照相机,竟然没有自动加日期的功能.试了几个小软件,都不好用,大的图像软件咱又不会用.身为一个计算机科学与技术专业的学生,只能自立更生了. 听说Python有个图形库,不错,在照片上打日期很容易,于是我就下了这个库.对Python不熟,一面看着手册一面写的.完成了

  • 在Python dataframe中出生日期转化为年龄的实现方法

    我们在做数据挖掘项目或大数据竞赛时,如果个体是人的时候,获得的数据中可能有出生日期的Series,举个简单例子,比如这样的一些数: # -*- coding: utf-8 -*- import pandas as pd from pandas import Series, DataFrame import numpy as np import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline data = {'bi

  • Python 利用OpenCV给照片换底色的示例代码

    OpenCV的全称是:Open Source Computer Vision Library.OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows和Mac OS操作系统上.它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成,同时提供了Python.Ruby.MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法.相比于PIL库来说OpenCV更加强大, 可以做更多更复杂的应用,比如人脸识别等. 1. 读入并显示图片 im

  • 如何使用 Python 读取文件和照片的创建日期

    本文记录,如何使用 Python 来抓取,图片或者文件的,创建日期,修改日期 1. 读取照片创建日期(._getexif()) from PIL import Image imgPath = 'C:/Users/xx/Desktop/xxxxx.jpg' imge = Image.open(imgPath) exif_data = imge._getexif() ImageDate = exif_data[36867] # 或者 ImageDate = exif_data[306] print(

  • python 通过exifread读取照片信息

    通过第三方库exifread读取照片信息. exifread官网:https://pypi.org/project/ExifRead/ 一.安装exifread pip install exifread 二.读取照片信息,以及根据经纬度通过百度地图API获取位置 import exifread import json import urllib.request # Open image file for reading (binary mode) f = open('001.jpg', 'rb'

随机推荐