图像处理│一张自拍即可实现变老变年轻，带你感受时光流逝之美 - 极客飞兔

🎈 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#

• 这里个人推荐使用 Anaconda 搭建本地环境，因为如果项目太多，后期非常不好管理
• 另外推荐全局更换 pip 源：pip config set global.index-url https://mirror.baidu.com/pypi/simple
• 如果未更换源的话，下载会超级慢，甚至下载失败，也可以通过 -i 临时设置源：pip install xxx -i https://mirror.baidu.com/pypi/simple

# 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

# CPU版本
pip install paddlepaddle

# GPU版本
pip install paddlepaddle-gpu

🎈 生成图片潜码#

• 需要通过命令生成原图对应的 Latent Code
• input_image： 输入的图像路径
• output_path： 生成图片存放的路径
• weight_paht： 预训练模型路径
• model_type： PaddleGAN 内置模型类型，若输入 PaddleGAN 已存在的模型类型，weight_paht 将失效，当前可用：ffhq-inversion，ffhq-toonify
• seed： 随机数种子
• size： 模型参数，输出图片的分辨率
• style_dim： 模型参数，输出图片的分辨率
• n_mlp： 模型参数，风格z所输入的多层感知层的层数
• channel_multiplier： 模型参数，通道乘积，影响模型大小和生成图片的质量
• cpu： 是否使用 cpu 推理，若不使用，请在命令去除
• 这里从网上找了一张我最喜欢的大甜甜照片来测试

# 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#

• latent：要编辑的代表图像的风格向量的路径。可来自 Pixel2Style2Pixel 生成的 dst.npy，也就是上面生成的潜码
• latent2： 第二个风格向量的路径。来源同第一个风格向量
• output_path： 生成图片存放的文件夹
• weight_path： 预训练模型路径
• model_type： PaddleGAN 内置模型类型，若输入 PaddleGAN 已存在的模型类型，weight_paht 将失效，当前建议使用：ffhq-config-f
• size： 模型参数，输出图片的分辨率
• n_mlp： 模型参数，风格z的维度
• channel_multiplier： 模型参数，通道乘积，影响模型大小和生成图片的质量
• direction_path： 存放一系列属性名称及对象属性向量的文件路径。默认为空，即使用 ppgan 自带的文件。若不使用，请在命令中去除
• direction_name： 要编辑的属性名称，对于 ffhq-config-f 有预先准备的这些属性：age、eyes_open、eye_distance、eye_eyebrow_distance、eye_ratio、gender、lip_ratio、mouth_open、mouth_ratio、nose_mouth_distance、nose_ratio、nose_tip、pitch、roll、smile、yaw

# 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