Ich bin vor kurzem auf ein Problem gestoßen, als ich meinen Avatar in einen Anime-Stil verwandeln musste. Mein erster Gedanke war, fertige Räder zu finden.
▲Bilder in den Pixelstil konvertieren
Bei der Konvertierung von Avataren in den Anime-Stil geht es darum, echte Fotos in nichtrealistische Bilder im Anime-/Cartoon-Stil umzuwandeln und dabei die ursprünglichen Bildinformationen und Texturdetails beizubehalten. Derzeit gibt es neben der Baidu-API viele Open-Source-Bibliotheken auf Github, die wir direkt verwenden können.
AnimeGAN ist eine Studie der Wuhan University und der Hubei University of Technology. Es verwendet eine Kombination aus neuronalem Stiltransfer und generativem gegnerischen Netzwerk (GAN) und der Effekt entspricht sehr gut unseren Bedürfnissen.
AnimeGAN nutzte zunächst das Tensorflow-Framework, doch nach der Abfrage der Informationen stellte sich heraus, dass das Projekt bereits das PyTorch-Framework unterstützt. Adresse: https://github.com/bryanlee/animegan2-pytorch Die Bibliothek muss installiert werden.
Pytorch-Installation
PyTorch ist eine Open-Source-Python-Bibliothek für maschinelles Lernen, die auf Torch für Anwendungen wie die Verarbeitung natürlicher Sprache basiert. Dieses Deep-Learning-Framework kann in viele Richtungen angewendet werden, z. B. numerische Modellierung, Bildmodellierung, Textmodellierung, Audiomodellierung usw.Wenn Sie feststellen, dass die Download-Geschwindigkeit langsam ist oder bei den oben genannten Schritten auf verschiedene Probleme stoßen, können Sie auch die folgende Website ausprobieren:
https://download.pytorch.org/whl/torch_stable.html
Website-Ansicht:
Anime-Stil-Migration
Nach der Installation des Pytorch-Frameworks können wir das Animationgan2-Pytorch-Projekt lokal klonen/direkt herunterladen:
git clone https://github.com/bryandlee/animegan2-pytorch
In das lokale Endverzeichnis herunterladen, wie unten gezeigt:
Der Gewichtungsordner enthält vier Gewichtungen. Wählen Sie die entsprechende Gewichtung aus, um die gewünschte Animationsstilmigration zu erreichen. Im Inputs-Ordner unter „Samples“ sind Bildbeispiele hinterlegt, die direkt zum Testen der Gewässer verwendet werden können. Außerdem habe ich unter demselben Pfad einen neuen Ausgabeordner erstellt, um die verarbeiteten Bilder zu speichern.
Als nächstes müssen wir nur noch das test.py-Skript in der Befehlszeile ausführen, um das Projekt aufzurufen. Das spezifische Befehlsformat ist wie folgt:
python test.py --checkpoint [Modelldateipfad] --input_dir [Verzeichnis Wo sich das Eingabebild befindet] ] --output_dir [Ausgabeverzeichnis] --device [Geräteauswahl, CPU oder Cuda]
Eigentlicher Vorgang:Da es sich um die Implementierung der Gesichtsanimationsmigration handelt, habe ich face_paint_512_v1.pt verwendet bzw. face_paint_512_v2.pt. Das Gewicht und der Effekt sind wie im Bild unten dargestellt:
Tatsächlicher Effekt①
Ändern Sie das Bild, um zu sehen:
Praktischer Effekt②
Ich persönlich finde, dass es fertig ist Produkt von face_paint_512_v2.pt Die Gewichtsverarbeitung entspricht eher meinem Animationsstil. Was halten Sie von der Fantasie?
Schließlich habe ich auch paprika.pt ausprobiert, um Landschaftsbilder in Animationen zu migrieren.
▲Das Originalbild
Der Effekt ist wie folgt:
▲Rendering
Wenn Sie daran interessiert sind, Avatare/Bilder in einen Anime-Stil umzuwandeln, können Sie es genauso gut versuchen~
Achtung!
Achtung!
Wenn Sie nach dem Lesen dieses Artikels Pytorch nicht installieren, sondern direkt Ihr eigenes Comic-Gesicht erstellen möchten?
Sie können diese URL auf Ihrem Computer öffnen: https://huggingface.co/spaces/akhaliq/AnimeGANv2. Dies ist eine Online-AnimeGANv2-APP. Sie müssen kein Framework lokal installieren und können es direkt konvertieren.
▲AnimeGANv2-Website
Das obige ist der detaillierte Inhalt vonVerwenden Sie Python, um Fotos in Avatare im Anime-Stil zu konvertieren.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!