Code Former是南洋理工大学和商汤科技联合研究中心联合开发一款AI人脸修复算法，通过该算法，可以对已经模糊的图片进行人脸修复，找回斑驳的记忆
由于网上对于Code Former的封装，全都是要花钱，或者需要其他什么曲折的方式，才能勉强使用到，所以为了能愉快的修复照片，决定自己整理一下开源项目的搭建使用方法，方便更多需要修复照片的小伙伴
1.整体流程介绍
Code Former项目已经在Github开源了，直接访问github项目地址，即可看到Readme文件中，对项目构建、使用的简介。
Code Former整体流程大概可分为
- 安装Python
- 安装Git
- 安装PyTorch
- clone源码
- 安装源码所需依赖库
- 编译源码
- 安装人脸修复AI模型
- 使用
下面对这几个具体流程进行详细说明
2.安装Python
Python安装有两个选择
- 去官网下载Python
- 下载Anaconda
2.1官网下载Python
直接百度搜索Python官网，进入官网点击下载即可，不过需要注意，不要下载最新版，Code Former要求Python3.8的版本高版本或低版本可能会出现一些依赖问题，建议直接下载Python3.8版本，官网链接。
2.2下载Anaconda（单独安装Python的，可以跳过此步骤）
Anaconda是Python的一个发行版，相比Python，Anaconda多了conda、numpy等的一大堆便于使用的工具包，且可以创建不同版本Python的环境，相对来说更好使用，官网链接。
下面介绍Anaconda安装步骤
2.2.1安装
Anaconda安装，就根据安装程序提示，一直下一步就好了
2.2.2创建python环境
Anaconda安装好后，打开客户端，点击environments，点击底部的create按钮，创建一个环境，环境名称自定义，推荐codeformer，环境的python版本，需要注意一下，要选3.8.x的版本，否则后面安装依赖的时候会报错。
环境创建完成后，先放旁边，等一会使用。
3.安装Git
Git是一个版本管理工具，用于clone项目源码，直接到git官网下载一个git安装即可，官网链接。
如果没有git，可以直接在github下载源码压缩包，也是可以使用的，具体使用下面会介绍。
4.安装PyTorch
pytorch是一个开源的Python机器学习库，可以用于支持code former进行机器学习，安装方法如下
4.1进入Pytorch官网
访问：https://pytorch.org/ 网站，并点击Get Started
4.2选择合适的版本类型
在START LOCALLY根据自己电脑配置及安装的软件，选择合适信息即可，这里Computer Platform要看自己电脑显卡适不适合，如果电脑显卡是NVIDIA的，且支持CUDA，则选择对应版本的CUDA即可，如果不是NVIDIA显卡，则选择CPU，我的电脑没有显卡，所以我选择CPU
如果不确定自己的显卡支不支持CUDA，可以直接选择CPU，一般修复照片用不了太大的硬件需求，CPU完全够了
选择完毕之后，将Run this Command的命令行复制一下，到刚刚安装好的Anaconda的codeformer环境中执行一下，等待安装完成即可
5.下载Code Former源码
上面Pytorch安装完成后，就需要进入github下载源码了。下载源码有两种方式
- git clone
- 直接下载zip压缩包（适用于没有安装git的情况）
5.1git clone方式
进入github项目地址，点击Code按钮，点击Local，再选择Https，复制下方的https链接
然后回到自己电脑，找一个文件夹，用于存放项目源码。在这个文件夹中鼠标右键点击一下，选择Git Bash Here打开git命令行窗口。
在命令行窗口中输入以下命令并执行，等待项目下载完成即可。
git clone https://github.com/sczhou/CodeFormer.git
5.2直接下载zip压缩包
访问git项目地址，点击Code按钮，再点击Download ZIP，等待源码下载完成即可，下载完成后，将zip压缩包找一个地方解压出来就行。
6.安装其他相关依赖
以上环境及源码都准备完成后，就需要为项目安装其他相关依赖了，分别为：
- 安装项目所需依赖库
- 编译codeformer
- 下载学习模型
6.1安装项目所需依赖库
在源码文件夹下，打开anaconda的codeformer环境cmd窗口，执行以下命令，安装项目所需依赖库（如果是单独安装了python的话，直接在源码文件夹打开cmd窗口即可）
pip3 install -r requirements.txt
如果命令执行过程中报错，可以打开requirements.txt文件，使用pip3 install 具体依赖库的方式，手动安装所需的依赖库
例如，requirements.txt文件第一行是addict依赖，则执行pip3 install addict即可手动安装好addict依赖库
6.2编译codeformer
上一步执行成功后，再执行以下命令，编译codeformer
python basicsr/setup.py develop
6.3下载学习模型
编译步骤成功后，还需要下载两个模型，才可以使用codeformer的人像修复功能，执行以下三个命令，分别下载几个模型
注意：这三条命令需要一条一条执行，不要一起执行
python scripts/download_pretrained_models.py facelib
python scripts/download_pretrained_models.py dlib
python scripts/download_pretrained_models.py CodeFormer
7.使用
经过以上繁琐流程之后，code former就算正式搭建完成了，下面就可以愉快使用了。不过codeformer自己没有gui交互页面，所以目前只能通过命令行的形式来进行使用，如果对codeformer图形化交互有兴趣的同学，可以自己研究一下。
7.1单独图片人脸修复
执行一下命令，即可对只有一个人脸的图片进行修复
python inserface_codeformer.py -w 0.2 --has_aligned --input_path [image folder]|[image path]
命令说明：
- -w参数：-w是一个权重参数，取值范围为[0,1]，取值越小，则图像修复的质量更高，即人脸修复效果最好，取值越大，则会产生保真度更高的图片，就是人脸修复不那么好，但是图片整体效果会好点（实测，建议将w的参数值写成0，这样人脸修复效果最好，参数值写大了，修复结果反倒并不理想）
- –input_path参数：这个就是要修复的图片路径了，可以选单独图片路径，也可以选一个有图片的文件夹，它会将文件夹中，所有的图片都进行修复
修复效果大概就像下图这样↓（实测，修复效果真的很棒）
7.2一张图片多张人脸修复
如果一个照片里面有多个人像，则可以执行以下命令进行修复
python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]
这个命令中的参数与7.1中的参数含义一致，可以按照自己需求进行设置
以上就是code former从搭建到使用的步骤了，除了修复图片，codeformer还可以修复视频，更多的使用方法，等待小伙伴们自己探索，有问题欢迎私信交流哇。
8.Anaconda和pip下载依赖慢解决方法
8.1Anaconda依赖下载慢解决方法
Anaconda下载依赖的时候，会去连接国外的镜像源，网络不好的话，会导致下载速度极慢，可以将Anaconda镜像源切换到清华大学的镜像源，执行以下三条命令，即可将镜像源换成清华大学的
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
8.2pip下载依赖慢解决方法
pip进行依赖下载的时候，也会遇到速度很慢的问题，可以执行以下命令，将pip镜像源换成清华或者阿里的镜像源
镜像源选择一个使用就行，如果pip在下载过程中报错，提示没有相关依赖的话，可以再切换一下镜像源，比如清华镜像源没有某个依赖，那么就切换到阿里云镜像源，一般这两个镜像源都比较全，如果还没有，建议百度摘一下其他的pip镜像源再做替换尝试下载
# 清华镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
# 阿里云镜像源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
