Banner

AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng

AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng, sẽ giúp các bạn có thể khôi phục lại những bức ảnh cũ

 

AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng
AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng


AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng, sẽ giúp các bạn có thể khôi phục lại những bức ảnh cũ một các dễ dàng, khách iu chưa bít cài đặt em vẫn hỗ trợ nhé ak

AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng
AI Tái tạo khuôn mặt, Làm nét, và lên màu ảnh đen trắng



  • Sửa mặt : Tìm công nghệ máy biến áp thông qua codebook để cải thiện độ rõ và chi tiết của hình ảnh khuôn mặt người chất lượng thấp hoặc bị hư hỏng.
  • Màu hình ảnh : Thêm màu sắc tự nhiên vào hình ảnh đen trắng hoặc mờ.
  • Hình ảnh  : Sửa chữa phần còn thiếu của hình ảnh để khôi phục tính toàn vẹn của nó.
  • Xử lý video : Hỗ trợ sửa chữa và nâng cao khuôn mặt của con người trong video.
  • Trình diễn trực tuyến : Cung cấp chức năng trình bày trực tuyến, người dùng có thể trải nghiệm hiệu ứng sửa chữa trực tiếp trong trình duyệt.

 Quá trình cài đặt

Thư viện mã bản sao :
?? bản sao?? bản sao?? bản sao?? bản sao?? bản sao?? bản sao
?? bản sao
git clone https://github.com/sczhou/CodeFormer
cd CodeFormer

Tạo và kích hoạt một môi trường ảo :
?? bản sao?? bản sao?? bản sao?? bản sao?? bản sao
?? bản sao
conda create -n codeformer python=3.8 -y
conda activate codeformer

Phụ thuộc cài đặt :
?? bản sao?? bản sao?? bản sao?? bản sao
?? bản sao
pip install -r requirements.txt
python basicsr/setup.py develop
conda install -c conda-forge dlib

Tải về mô hình đào tạo trước :
?? bản sao?? bản sao?? bản sao
?? bản sao
python scripts/download_pretrained_models.py facelib
python scripts/download_pretrained_models.py dlib
python scripts/download_pretrained_models.py CodeFormer

quá trình sử dụng

  1. Chuẩn bị dữ liệu kiểm tra : Đặt thử nghiệm như trong inputs/TestWhole Thư mục. Nếu bạn cần kiểm tra hình ảnh khuôn mặt người phù hợp và phù hợp, bạn có thể đặt chúng vào inputs/cropped_faces Thư mục.
  2. Chạy mã lý luận :
    ?? bản sao?? bản sao
    ?? bản sao
    python inference_codeformer.py --input_path inputs/TestWhole --output_path results

  1. Quá  xử lý inputs/TestWhole Tất cả hình ảnh trong thư mục và giữ kết quả results Thư mục.

Quá trình vận hành chức năng

  1. Sửa mặt :
    • Đặt hình ảnh được sửa chữa trong inputs/TestWhole thư mục.
    • Chạy mã lý luận để tạo hình ảnh được khôi phục.
  2. Màu hình ảnh :
    • Đặt hình ảnh đen trắng vào inputs/TestWhole thư mục.
    • sử dụng inference_colorization.py Kịch bản được tô màu.
  3. Hình ảnh vá :
    • Đặt hình ảnh cần được sửa chữa inputs/TestWhole thư mục.
    • sử dụng inference_inpainting.py Kịch bản được sửa chữa.
  4. Xử lý video :
    • Đặt tệp video vào thư mục được chỉ định.
    • Chạy mã lý luận để xử lý khuôn mặt trong video.

 

Sửa chữa khuôn mặt (cắt và sắp xếp khuôn mặt)

# Đối với khuôn mặt cắt và căn chỉnh
python inference_codeformer.py -w 0,5 -has_align -input_path [thư mục đầu vào ]

Tăng cường hình ảnh tổng thể

# Cho toàn bộ hình ảnh
# Thêm '-- bg_upsampler realesrgan' để tăng cường các vùng nền với Real-ESRGAN
# Thêm '- face_upsample' vào khuôn mặt được phục hồi thêm với Real-ESRGAN
python inference_codeformer.py -w 0.7 -input_path [thư mục hình ảnh / đường dẫn hình ảnh ]

Tăng cường video

# Đối với video clip
python inference_codeformer.py -bg_upsampler realesrgan -face_upsample -w 1.0 -input_path

 

Trọng lượng độ trung thực nằm trong [0, 1 ]. Thông thường, w nhỏ hơn có xu hướng tạo ra kết quả chất lượng cao hơn, trong khi w lớn hơn tạo ra kết quả độ trung thực cao hơn.

Các kết quả sẽ được giữ trong thư mục kết quả.

 

Trở thành người đầu tiên bình luận cho bài viết này!

Back to Top