Python图片修复项目 —— Bringing-Old-Photos-Back-to-Life

目录

一、项目地址

二、下载预训练模型

        2.1、下载步骤

三、下载Python包

四、图片修复

        4.1、裂痕修复

        4.2、模糊图片高清化

---

一、项目地址

​https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git​

二、下载预训练模型

        2.1、下载步骤

                1）进入Face_Enhancement/models/networks，下载Synchronized-BatchNorm-PyTorch

                2）进入Face_Enhancement ，下载shape_predictor_68_face_landmarks.dat文件

                3）进入Face_Enhancement，下载checkpoints_Face.zip并解压（解压后文件夹名称为checkpoints）

                4）进入Global，下载checkpoints_Global.zip并解压（解压后文件夹名称为checkpoints）

                注：预训练模型在百度网盘

三、下载Python包

pip install -r requirements.txt 

四、图片修复

        4.1、裂痕修复

'''
    --input_folder : 旧图片路径
    --output_folder : 待生成图片路径
    --GPU : 是否使用GPU运行  -1表不使用
    --with_scratch : 识别裂纹图片
'''

python run.py --input_folder "D:\Gitlab\Bringing-Old-Photos-Back-to-Life-master\img_repair\img_scratch\old" --output_folder "D:\Gitlab\Bringing-Old-Photos-Back-to-Life-master\img_repair\img_scratch\new" --GPU -1 --with_scratch

        4.2、模糊图片高清化

'''
    --input_folder : 旧图片路径
    --output_folder : 待生成图片路径
    --GPU : 是否使用GPU运行  -1表不使用
'''

python run.py --input_folder "D:\Gitlab\Bringing-Old-Photos-Back-to-Life-master\img_repair\img_dim\old" --output_folder "D:\Gitlab\Bringing-Old-Photos-Back-to-Life-master\img_repair\img_dim\new" --GPU -1