实战| 一行命令对你的图像视频进行风格迁移

1.项目介绍

今天我们要做的是一个快速图像风格迁移的程序。

那么，什么是图像风格迁移？图像风格迁移就是把一种图像风格转变为另一种图像风格。例如，原图为：

加上不同风格的图像可以得到如下不同的结果：

2.使用训练好的模型来生成图像

2.1环境

Python
Tensorflow

2.2模型下载

训练好的模型有7个，表示7种类型的风格，模型文件的百度云：
模型的百度云地址
密码:35pg

2.3使用训练好的模型

在项目根目录下执行：

python eval.py --model_file <your path to wave.ckpt-done> --image_file img/test.jpg

--model_file 是模型的路径，可以选择7个模型中的一个
--image_file是原始图片的路径

新的图片会存放在项目根目录下：generated/res.jpg

3.训练一个新的模型

3.1下载VGG16模型

如果要训练一种新的图像风格，可以先下载VGG16的模型：
VGG16模型
密码:ykfy

然后在项目根目录下新建一个名为pretrained的文件夹，把vgg16的模型文件放入pretrained文件夹中。

3.2下载COCO数据集

下载地址
把解压后的train2014文件夹放在项目根目录下。

3.3创建新的yml文件

找一个新的风格的图片，比如找一个火的图片，路径在img/fire.jpg。复制conf文件夹中wave.yml文件，然后改名fire.yml。把fire.yml中的：
style_image: img/wave.jpg
naming: "wave"
改为
style_image: img/fire.jpg
naming: "fire"

3.4训练新的图像风格

python train.py -c conf/fire.yml

4.视频的风格转换

需要安装opencv，安装方式：
pip install opencv-python

准备好一个视频文件，然后在项目根目录下执行
python video.py --model_file models/wave.ckpt-done --video_file video/a.mp4

--model_file 是模型的路径，可以选择7个模型中的一个
--video_file是视频文件的路径

视频效果

5.项目打包

大家可以去我的Github下载源代码：
qbf的Github