用深度神经网络修复H漫：看完这篇你就能眼中无码
晓查 发自 凹非寺
量子位 出品 | 公众号 QbitAI
AI“脑补”能力一流，现在甚至已经能画出艺术品。热爱H漫的死宅们灵光一闪，AI是否也可以把马赛克阻挡的内容也画出来呢？
果然，原始动物本能是第一科技生产力。最近就有人在GitHub上发布了一个DeepCreamPy项目，能帮你把H漫中羞羞的画面补上。
该项目使用深度完全卷积神经网络（deep fully convolutional neural network），参照了英伟达在今年4月前发布的一篇论文。当然，英伟达原文的目的可不是用来做羞羞的事情，而是为了复原画面被单色条带遮挡的问题。
从实际效果来看，复原后的图片涂抹痕迹仍然比较明显，不过处理线条比较简单的漫画可以说是绰绰有余。
接下来，就是让你“眼中无码”的DIY教程啦！
适用范围
DeepCreamPy仅适用于薄码，如果马赛克太大太厚，去码可能会失效。另外，它对真人图片无效。如果你非要尝试，可以看一下强行使用的效果：
而且DeepCreamPy目前的版本还不能完全自动处理图片，需要用Photoshop首先对马赛克部分进行手动预处理。
如果你十分介意这些缺点，那么后面的内容可以跳过了。如果你学(wu)习(ma)的意愿很强烈，请接着往下看。
使用方法
安装软件
64位Windows用户可以直接下载exe程序，资源地址请见附录。
如果你使用的不是Windows系统，需要自己编译，程序中已经包含训练模型，请从压缩包中提取。
编译代码需要一下组件：
Python 3.6
TensorFlow 1.10
Keras 2.2.4
Pillow
h5py
Tensorflow、Keras、Pillow、和h5py可以使用pip安装：
$ pip install -r requirements.txt请注意软件版本，Windows上的TensorFlow不兼容Python 2，也不兼容Python 3.7。
手动处理黑条遮挡和马赛克遮挡
首先打开Photoshop或者GIMP。对于单色条遮住人物敏感部位的情况，使用纯绿色(色号#00FF00#)预处理图片，以绿条取代图片中的黑条。
强烈建议使用铅笔而不是毛刷工具，如果使用毛刷，请一定要关闭抗锯齿功能。或者用魔棒选中马赛克区域，再用油漆桶上色。
最后将处理的文件以PNG格式存储在软件的”decensor_input”文件夹中。
如果敏感部位不是黑条，而是马赛克，还需要将未上色的原始图片放入”decensor_input_original” 文件夹中，并确保其文件名和放在”decensor_input”中的预处理图片文件名相同。
运行去马赛克软件
A. 使用exe直接处理
双击软件即可
B. 命令行处理
对于黑条遮挡的图片，输入以下命令：
$ python decensor.py对于马赛克遮挡的图片，输入以下命令：
$ python decensor.py —is_mosaic=True注意事项
如果你图片处理后成了这样：
一定是你处理的姿势不对，请注意不要犯以下两种错误：
第一幅图中，图片马赛克区域没有完全涂满；第二幅图中，由于开启了抗锯齿功能，导致马赛克边缘区域不是纯绿色填充，请关闭抗锯齿功能！！
最后给伸手党们附上软件地址，请自行下载，低调使用。Enjoy it！
资源地址
GitHub项目地址：
https://github.com/deeppomf/DeepCreamPy#dependencies-for-running-the-code-yourself
软件下载地址：
https://github.com/deeppomf/DeepCreamPy/releases/tag/v1.2.1-beta
英伟达论文地址：
https://arxiv.org/pdf/1804.07723.pdf
— 完 —
加入社群
量子位AI社群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）
活动策划招聘
量子位正在招聘活动策划，将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入，并希望你能有一些活动策划或运营的相关经验。相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态