OpenCV使用Fast Neural Style模型实现图像风格迁移

OpenCV使用Fast Neural Style模型实现图像风格迁移

1. 前言

图像风格迁移是指，将一幅内容图的内容，和一幅或多幅风格图的风格融合在一起，从而生成一些有意思的图片。

2. 原理

为了将风格图的风格和内容图的内容进行融合，所生成的图片，在内容上应当尽可能接近内容图，在风格上应当尽可能接近风格图像
因此需要定义内容损失函数和风格损失函数，经过加权后作为总的损失函数。实现图像风格迁移的算法有很多，本文主要使用ECCV 2016李飞飞等人提出的Perceptual Losses for Real-Time Style Transfer and Super-Resolution实现的图像风格迁移算法训练好的模型。具体算法实现可以参考fast-neural-style。

3. 调用代码实现

import numpy as np
import cv2
# 模型路径
MODEL = 'resources/opencv_dnn/12-neural-style/eccv16/the_wave.t7'