OpenCV使用Fast Neural Style模型實現圖像風格遷移
1. 前言
圖像風格遷移是指,將一幅內容圖的內容,和一幅或多幅風格圖的風格融合在一起,從而生成一些有意思的圖片。
2. 原理
爲了將風格圖的風格和內容圖的內容進行融合,所生成的圖片,在內容上應當儘可能接近內容圖,在風格上應當儘可能接近風格圖像
因此需要定義內容損失函數和風格損失函數,經過加權後作爲總的損失函數。實現圖像風格遷移的算法有很多,本文主要使用ECCV 2016李飛飛等人提出的Perceptual Losses for Real-Time Style Transfer and Super-Resolution實現的圖像風格遷移算法訓練好的模型。具體算法實現可以參考fast-neural-style。
3. 調用代碼實現
import numpy as np
import cv2
# 模型路徑
MODEL = 'resources/opencv_dnn/12-neural-style/eccv16/the_wave.t7'