CodeFormer：图像与视频面部复原，老照片修复，提供一键部署版

CodeFormer 综合介绍

CodeFormer 是一个面向鲁棒盲脸修复的代码库，由南洋理工大学 S-Lab 的研究团队开发，并在 NeurIPS 2022 上发表。该项目利用代码本查找变换器（Codebook Lookup Transformer）技术，旨在提升图像中人脸的修复效果，特别是在处理低质量或损坏的图像时表现出色。CodeFormer 提供了多种功能，包括人脸修复、上色和修补等，适用于各种图像处理需求。此外，项目支持视频输入，并提供易于使用的在线演示、预训练模型和详细的使用说明。

必须严格阅读使用说明，否则无法正常运行。正式作为老照片修复商用售卖时，需要简单PS基础，否则达不到网上同等效果。

CodeFormer 尝试增强旧照片/修复AI人像

CodeFormer 面部修复

CodeFormer 面部色彩增强和恢复

CodeFormer 脸部修复

CodeFormer 功能列表

• 人脸修复：通过代码本查找变换器技术，提升低质量或损坏人脸图像的清晰度和细节。
• 图像上色：为黑白或褪色的图像添加自然的颜色。
• 图像修补：修复图像中的缺失部分，使其恢复完整。
• 视频处理：支持对视频中的人脸进行修复和增强。
• 在线演示：提供在线演示功能，用户可以直接在浏览器中体验修复效果。

CodeFormer 使用帮助

安装流程

1. 克隆代码库：

   git clone https://github.com/sczhou/CodeFormer
   cd CodeFormer
   

    

2. 创建并激活虚拟环境：

   conda create -n codeformer python=3.8 -y
   conda activate codeformer
   

    

3. 安装依赖：

   pip install -r requirements.txt
   python basicsr/setup.py develop
   conda install -c conda-forge dlib
   

    

4. 下载预训练模型：

   python scripts/download_pretrained_models.py facelib
   python scripts/download_pretrained_models.py dlib
   python scripts/download_pretrained_models.py CodeFormer
   

    

使用流程

1. 准备测试数据： 将测试图像放入 inputs/TestWhole 文件夹中。如果需要测试裁剪和对齐的人脸图像，可以将它们放入 inputs/cropped_faces 文件夹中。
2. 运行推理代码：

   python inference_codeformer.py --input_path inputs/TestWhole --output_path results
   

   该命令将处理 inputs/TestWhole 文件夹中的所有图像，并将结果保存在 results 文件夹中。

功能操作流程

1. 人脸修复：
   • 将待修复的图像放入 inputs/TestWhole 文件夹。
   • 运行推理代码，生成修复后的图像。
2. 图像上色：
   • 将黑白图像放入 inputs/TestWhole 文件夹。
   • 使用 inference_colorization.py 脚本进行上色处理。
3. 图像修补：
   • 将需要修补的图像放入 inputs/TestWhole 文件夹。
   • 使用 inference_inpainting.py 脚本进行修补处理。
4. 视频处理：
   • 将视频文件放入指定文件夹。
   • 运行推理代码，处理视频中的人脸。

面部修复（裁剪和对齐的面部）

# For cropped and aligned faces
python inference_codeformer.py -w 0.5 --has_aligned --input_path [input folder]

整体图像增强

# For whole image
# Add '--bg_upsampler realesrgan' to enhance the background regions with Real-ESRGAN
# Add '--face_upsample' to further upsample restorated face with Real-ESRGAN
python inference_codeformer.py -w 0.7 --input_path [image folder/image path]

视频增强

# For video clips
python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path

保真度权重w位于 [0, 1] 中。通常，较小的w往往会产生较高质量的结果，而较大的w会产生较高保真度的结果。

结果将保存在results文件夹中。

CodeFormer 一键部署包

此处内容已经被作者隐藏，请输入验证码查看内容

验证码：

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“首席AI分享圈”或者“Looks-AI”或者微信扫描右侧二维码都可以关注本站微信公众号。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>