查看原文
其他

14.8K Star火爆全网!!!微软开源,一键翻新老照片

开源日记 开源日记
2024-08-13



相关阅读:

2.2K Star强大!!!你也可以让图片说话
.6.2K Star神器!图片,视频背景去除只要一行命令
23K Star开源生产力工具!从此告别图片模糊,马赛克

项目介绍

Bringing-Old-Photos-Back-to-Life是一款由微软开发的创新软件解决方案,它利用人工智能技术来修复和增强老旧照片的质量。这款工具可以解决老旧照片中常见的问题,如褪色、低分辨率以及物理损坏(如划痕和撕裂)。通过采用先进的图像处理技术,“Bringing-Old-Photos-Back-to-Life”能够显著改善这些照片的整体外观,使其看起来几乎就像是用现代设备拍摄的一样。

特点

它可以自动为黑白照片上色、修正颜色褪变、提高清晰度和锐利度,甚至修复轻微的物理损坏。修复后的结果不仅视觉上令人赏心悦目,而且高度逼真,这对于保存历史和个人记忆来说是一款不可或缺的工具。

开源成就

目前已经取得14.8K Star

主要功能

  • 上色与颜色校正: 提升褪色或黑白照片的颜色。
  • 清晰度与锐利度提升: 增加图片的分辨率和锐利度。
  • 损害修复: 修复照片上的划痕、撕裂及其他物理损伤。
  • 高分辨率支持: 能够处理高分辨率图片以实现细节修复。

安装使用指南

  1. 下载代码库

  • 首先,需要下载项目的代码库到本地环境。

    git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git
  • 安装同步批量归一化库

    • 进入models/networks/目录,并下载同步批量归一化PyTorch库。

      cd Bringing-Old-Photos-Back-to-Life/Face_Enhancement/models/networks/
      git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch.git
      cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
    • 同样操作需要在Global/detection_models/目录下重复。

      cd ../../../
      cd Global/detection_models/
      git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch.git
      cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
      cd ../../..
  • 下载人脸检测预训练模型

    • Face_Detection/目录下下载人脸检测预训练模型。

      cd Face_Detection/
      wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
      bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
      cd ..
  • 下载并解压预训练模型

    • Face_Enhancement/Global/目录下下载并解压预训练模型。

      cd Face_Enhancement/
      wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/face_checkpoints.zip
      unzip face_checkpoints.zip
      cd ../
      cd Global/
      wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/global_checkpoints.zip
      unzip global_checkpoints.zip
      cd ../
  • 安装依赖

    • 在项目根目录下安装所需的依赖库。

      pip install -r requirements.txt
  • 如何使用:

    • 对于没有划痕的图片:python run.py --input_folder [测试图片文件夹路径] \
                    --output_folder [输出路径] \
                    --GPU 0
      对于有划痕的图片:python run.py --input_folder [测试图片文件夹路径] \
                    --output_folder [输出路径] \
                    --GPU 0 \
                    --with_scratch
      对于带有划痕的高分辨率图片:python run.py --input_folder [测试图片文件夹路径] \
                    --output_folder [输出路径] \
                    --GPU 0 \
                    --with_scratch \
                    --HR

    • 注意:请将 [测试图片文件夹路径][输出路径] 替换为你系统中的适当路径。如果你希望使用CPU运行,则可以将GPU选项设置为 -1。    
    • GUI运行

      • 如果命令行使用不方便,还可以用官方提供的客户端程序,傻瓜式操作,直接运行GUI.py 文件

      这个项目让我们意识到,技术的力量不仅仅在于创造新事物,更在于它能够帮助我们修复、保存和珍视那些无法复制的过去。无论是家庭相册中的老照片,还是历史档案中的珍贵影像,Bringing-Old-Photos-Back-to-Life都赋予了它们新的生命。

      近期热文:

      29.7K Star颜值极高!!!力荐下一代文件管理系统
      15.1K Star极速快感!!!全平台下载的终极解决方案
      36.2K Star颜值不错!!!再见Notion,全能型知识管理工具
      33.9K Star 颜值爆表!!!再见Postman,新一代API测试利器
      6.7K Star超越Excel !!!智能分析,支持Python和GPT
      继续滑动看下一个
      开源日记
      向上滑动看下一个

      您可能也对以下帖子感兴趣

      文章有问题?点此查看未经处理的缓存