社区精选｜图像处理，实现人像变老变年轻，带你感受时光流逝之美

今天小编为大家带来的是社区作者 tiny极客 的文章，让我们一起来学习图像处理。

项目效果

• 飞浆是一个由百度推出的深度学习开发平台，为开发者提供了高效、易用、灵活和全面的深度学习开发工具和服务。

  PaddleGAN 是飞浆在图像生成和处理领域的一个代表性项目，通过深度学习的技术和飞浆的支持，PaddleGAN 可以实现多种惊人的图像处理效果，例如图像转换、人脸编辑、动态效果生成等等。
  
• 其中内置了 StyleGAN V2 与 FOM 分别实现人脸属性编辑和人脸动画效果。
  
• 这些技术和应用在很多领域都有广泛的应用，例如娱乐、广告、电影制作、虚拟现实等等。

  
  

 环境搭建

# 创建环境
conda create --name PaddleGAN python=3.6

# 激活环境
activate PaddleGAN

# 安装依赖cmake
pip install cmake -i https://mirror.baidu.com/pypi/simple

# 安装依赖boost 
pip install boost -i https://mirror.baidu.com/pypi/simple

# 安装依赖numpy
pip install numpy -i https://mirror.baidu.com/pypi/simple

# 安装依赖dlib
pip install dlib==19.8.1 -i https://mirror.baidu.com/pypi/simple

 下载PaddleGAN

• GAN 是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一
• 在安装依赖的时候，因使用的环境是 python3.6，所以需要将 requirements.txt 文件中的 opencv-python 加上一个版本号 opencv-python==4.3.0.38 ，不然默认安装最新版本的，而最新版本的无法被下载成功

  
  

# 下载源码
git clone https://gitee.com/PaddlePaddle/PaddleGAN

# 进入项目目录
cd PaddleGAN

# 安装项目依赖，这里一定要设置全局源
pip install -r requirements.txt

# 安装环境
python setup.py develop

 安装飞浆

• 安装 CPU 版本，不容易出错，但速度会有点慢，如果有 GPU 尽量使用 GPU 版本

• 
  

  我这里只安装最新的，如果想要安装指定版本，请查看飞浆官方教程
  
  
  https://www.paddlepaddle.org.cn/documentation/docs/zh/install/index_cn.html

  
  

  
  

# CPU版本
pip install paddlepaddle

# GPU版本
pip install paddlepaddle-gpu

 生成图片潜码

# 命令模板
cd applications/
python -u tools/styleganv2.py \
       --input_image <替换为输入的图像路径> \
       --output_path <替换为生成图片存放的文件夹> \
       --weight_path <替换为你的预训练模型路径> \
       --model_type ffhq-inversion \
       --seed 233 \
       --size 1024 \
       --style_dim 512 \
       --n_mlp 8 \
       --channel_multiplier 2 \
       --cpu

# 我使用的命令
python -u applications/tools/pixel2style2pixel.py  --input_image E:/PaddleGAN/results/input/beauty.jpg  --output_path   E:/PaddleGAN/results/output --model_type ffhq-inversion --seed 233  --size 1024  --style_dim 512  --n_mlp 8  --channel_multiplier 2 --cpu

老龄化处理

# 命令模板
cd applications/
python -u tools/styleganv2editing.py \
       --latent <潜码路径> \
       --output_path <新人脸（年龄变换后）的保存路径> \
       --model_type ffhq-config-f \
       --size 1024 \
       --style_dim 512 \
       --n_mlp 8 \
       --direction_name age \
       --direction_offset 3
       
# 我使用的命令
python -u applications/tools/styleganv2editing.py --latent E:/PaddleGAN/results/output/dst.npy --output_path E:/PaddleGAN/results/old --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset 3

年轻化处理

• direction_offset：这个参数的绝对值越大，处理程度越重，绝对值越大显得越年轻，老龄化中则越重

cd applications/
python -u tools/styleganv2editing.py \
       --latent <潜码路径> \
       --output_path <新人脸（年龄变换后）的保存路径> \
       --model_type ffhq-config-f \
       --size 1024 \
       --style_dim 512 \
       --n_mlp 8 \
       --direction_name age \
       --direction_offset -3

# 我使用的命令
python -u applications/tools/styleganv2editing.py --latent E:/PaddleGAN/results/output/dst.npy --output_path E:/PaddleGAN/results/young --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset -3

点击左下角阅读原文，到 SegmentFault 思否社区 和文章作者展开更多互动和交流，“公众号后台“回复“ 入群 ”即可加入我们的技术交流群，收获更多的技术文章~

- END -