AI个人学习
和实操指南

DCT-Net:照片和视频转绘为动漫风格化的开源工具

综合介绍

DCT-Net 是一个由 DAMO 学院和北京大学王选计算机技术研究所共同开发的开源项目,旨在实现图像的动漫风格化转换。该项目利用深度学习技术,通过域校准翻译(Domain-Calibrated Translation)的方法,将自然照片无缝转换为各种艺术风格,如动画、3D、手绘、素描等。DCT-Net 提供多种预训练模型,并支持自定义风格数据的训练,适用于个人娱乐、创意设计以及电影和游戏行业。

DCT-Net:照片和视频转绘为动漫风格化的开源工具-1

 

功能列表

  • 提供多种预训练模型,涵盖广泛的艺术风格
  • 支持自定义风格数据的训练
  • 在线试用,无需本地环境配置
  • 高效性能,支持 CPU 和 GPU 环境
  • 适用于图片和视频的风格转换

 

使用帮助

安装与配置

  1. 安装依赖:首先需要安装 modelscope 库,可以通过以下命令进行安装:
    pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
    
  2. 下载预训练模型:在第一次运行代码时,模型会自动下载预训练文件。

图片风格转换

  1. 定义模型:定义 DCT-Net 模型转换人脸风格的五种类型:
    model_dict = {
        "anime": "damo/cv_unet_person-image-cartoon_compound-models",
        "3d": "damo/cv_unet_person-image-cartoon-3d_compound-models",
        "handdrawn": "damo/cv_unet_person-image-cartoon-handdrawn_compound-models",
        "sketch": "damo/cv_unet_person-image-cartoon-sketch_compound-models",
        "art": "damo/cv_unet_person-image-cartoon-artstyle_compound-models"
    }
    
  2. 加载图片并进行转换
    import os
    import cv2
    from IPython.display import Image, display, clear_output
    from modelscope.pipelines import pipeline
    from modelscope.utils.constant import Tasks
    from modelscope.outputs import OutputKeys
    
    style = "anime"  # 可选 "anime", "3d", "handdrawn", "sketch", "art"
    filename = "4.jpg"
    img_path = 'picture/' + filename
    
    img_anime = pipeline(Tasks.image_portrait_stylization, model=model_dict["anime"]) result = img_anime(img_path) save_name = 'picture/images/' + os.path.splitext(filename)[0] + '_' + style + '.jpg' cv2.imwrite(save_name, result[OutputKeys.OUTPUT_IMG]) clear_output() display(Image(save_name))

视频风格转换

  1. 提取视频帧
    video = 'sample_video.mp4'
    video_file = 'movie/' + video
    image_dir = 'movie/images/'
    
    vc = cv2.VideoCapture(video_file)
    i = 0
    if vc.isOpened():
        rval, frame = vc.read()
        while rval:
            cv2.imwrite(image_dir + str(i) + '.jpg', frame)
            i += 1
            rval, frame = vc.read()
    vc.release()
    
  2. 转换视频帧:使用与图片转换相同的方法对每一帧进行风格转换,然后将转换后的帧合并为视频。

 

 

一键安装包下载

首席AI分享圈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。

AI轻松学

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>
未经允许不得转载:首席AI分享圈 » DCT-Net:照片和视频转绘为动漫风格化的开源工具

首席AI分享圈

首席AI分享圈专注于人工智能学习,提供全面的AI学习内容、AI工具和实操指导。我们的目标是通过高质量的内容和实践经验分享,帮助用户掌握AI技术,一起挖掘AI的无限潜能。无论您是AI初学者还是资深专家,这里都是您获取知识、提升技能、实现创新的理想之地。

联系我们
zh_CN简体中文