人脸修复
- 1.下载项目和权重文件
- 2.部署环境
- 3.下载权重文件
- 4.运行代码
- 5.网页端体验
首先来看一下效果图
1.下载项目和权重文件
https://github.com/iptop/GFPGAN-for-Video.git
2.部署环境
根据README文件部署好环境，额外还需要：
cd GFPGAN-1.3.8
python setup.py develop
3.下载权重文件
可提前下载好权重文件（也可以等运行代码的时候，自动下载）权重文件的url：
https://ghproxy.com/https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth
https://github.com/xinntao/facexlib/releases/download/v0.1.0/detection_Resnet50_Final.pth
https://github.com/xinntao/facexlib/releases/download/v0.2.2/parsing_parsenet.pth
下载好的权重文件放在路径./GFPGAN-for-Video/gfpgan/weights下
安利一个github文件下载加速网站：https://ghproxy.com/
4.运行代码
原代码是用来修复视频，但是我用了后没发现有啥效果，所以暂时只是用来修复图片
在./GFPGAN-for-Video/src路径下创建脚本image_enhance.py
import argparse
import cv2
from utils.restorer import Restorer
def videoEnhance (image_path , output_image_path):
restorer = Restorer()
image = cv2.imread(image_path)
frame = restorer.enhance(image)
cv2.imwrite(output_image_path, frame)
return True
def main():
parser = argparse.ArgumentParser()
parser.add_argument(
'-i',
'--input',
type=str,
required=True,
metavar='请输入要处理的图片文件路径',
help='请输入要处理的图片文件路径')
parser.add_argument(
'-o',
'--output',
type=str,
required=True,
metavar='请输入输出图片的路径',
help='请输入输出图片的路径')
args = parser.parse_args()
videoEnhance(args.input, args.output)
if __name__ == '__main__':
main()
运行脚本就可得到修复后的图片了
python src/image_enhance.py -i input.png -o output.png
5.网页端体验
Hugging Face网页端：https://huggingface.co/spaces/Xintao/GFPGAN
我试了下速度很慢
