图像上色 (Image-Colorization) 项目

你要的图像上色项目有啦！！

（1）ChromaGAN
colab打开可以直接运行
github:https://github.com/pvitoria/ChromaGAN
colab:https://colab.research.google.com/github/pvitoria/ChromaGAN/blob/master/DemoChromaGAN.ipynb

（2）Fully-Automatic-Video-Colorization-with-Self-Regularization-and-Diversity
https://github.com/ChenyangLEI/Fully-Automatic-Video-Colorization-with-Self-Regularization-and-Diversity

（3）Colorization
具有自动着色功能，可通过SIGGRAPH 2017年学习的Deep Priors进行实时用户指导的图像着色！
https://github.com/richzhang/colorization

(4)DeOldify
曾经上过热搜的修复百年前老北京的影像，就是用的这个算法。
一切都是现成的，用起来很简单。

DeOldify 就是一种对抗生成网络的应用。

其原理是使用 NoGAN 技术，它结合了 GAN 训练的优点，比如出色的上色效果，同时也消除了一些副作用，比如画面着色不稳定、闪烁的现象。

算法出了很久，算法原理教程应该很多，这里就不再累述，我们直接看怎么用吧。

https://github.com/jantic/DeOldify

需要配置的上文一样，安装一些库，然后下载模型权重文件。

项目工程页里详细说明了下载哪些文件，需要安装什么。

配置好后，在工程目录编写如下代码：

#NOTE:  This must be the first call in order to work properly!
from deoldify import device
from deoldify.device_id import DeviceId
#choices:  CPU, GPU0...GPU7
device.set(device=DeviceId.GPU0)
 
import torch
 
if not torch.cuda.is_available():
    print('GPU not available.')
    
import fastai
from deoldify.visualize import *
import warnings
warnings.filterwarnings("ignore", category=UserWarning, message=".*?Your .*? set is empty.*?")
 
colorizer = get_image_colorizer(artistic=True)
 
colorizer.plot_transformed_image("test_images/1.png", render_factor=10, compare=True)

test_images/1.png 为要上色的图片，运行程序，就可以实现为黑白照片上色。

推荐使用第四种，如果您觉得有用，记得一键三连！