はじめに
DCT-Netは、DAMOアカデミーと北京大学王宣コンピューター技術研究所によって開発されたオープンソースプロジェクトであり、アニメーションのための画像の様式化された変換を実現することを目的としている。DCT-Netは様々な事前学習モデルを提供し、カスタマイズされたスタイルデータの学習をサポートします。映画やゲーム業界にも適しています。
機能一覧
- 幅広い芸術スタイルをカバーする幅広い事前学習済みモデルを提供
- カスタム・スタイル・データによるトレーニングをサポート
- オンライントライアル、ローカル環境設定不要
- CPUとGPUの両方の環境をサポートする効率的なパフォーマンス
- 画像と動画のスタイル変換
ヘルプの使用
インストールと設定
- 依存関係のインストールまず
モデルスコープ
ライブラリーは以下のコマンドでインストールできる:ピップインストール "modelscope[cv]" https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
- 訓練済みモデルのダウンロードコードの最初の実行時に、モデルは自動的に事前学習ファイルをダウンロードします。
イメージスタイル変換
- モデルの定義DCT-Netモデルで変換する顔のスタイルを5種類定義する:
model_dict = { "アニメ": "damo/cv_unet_person-image-cartoon_compound-models", "3d": "damo/cv_unet_person-image-cartoon-3d_compound-models", "手描き": "damo/cv_unet_person-image-cartoon-handdrawn_compound-models", 「スケッチ: "damo/cv_unet_person-image-cartoon-sketch_compound-models", 「アート: "damo/cv_unet_person-image-cartoon-artstyle_compound-models" }
- 画像を読み込んで変換する::
インポート オス インポート cv2 より IPython.ディスプレイ インポート 画像、表示、クリア出力 より modelscope.パイプライン インポート パイプライン より モデルスコープ.utils.constant インポート タスク より モデルスコープ出力 インポート 出力キー スタイル "アニメ" # オプション "アニメ"、"3D"、"手描き"、"スケッチ"、"アート" ファイル名 "4.jpg" img_path = 'picture/' + ファイル名
ビデオスタイル変換
- ビデオフレームの抽出::
ビデオ 'sample_video.mp4' ビデオファイル 'movie/' + ビデオ イメージ・ディレクトリ movie/images/' vc = cv2.VideoCapture(video_file) i = 0 もし vc.isOpened(). rval, frame = vc.read(). 同時に rval. cv2.imwrite(image_dir +). スト(i) + '.jpg'フレーム) i += 1 rval, frame = vc.read() vc.release()
- ビデオフレームの変換画像変換と同じ方法で各フレームにスタイルを設定し、変換されたフレームをビデオに統合します。