图像风格转换实战

基于百度智能云的图像风格转换

如标题所示，你可以看到这是毫无含金量的一篇文章（大佬勿喷）。但鉴于目前未发现相关文章，因此，记录下所做的一些事情，顺便如果能够给别人一些有益的启发，那就非常nice了。话不多说，先上代码。

# encoding:utf-8

'''
Time  :2022.2.27
Author:hfutcser
Email :qq123rw@gmail.com
Name  :imageTrans.py
'''

import requests
import base64
import urllib
import json


type = eval(input('选择需要转换的图片风格（输入数字1-9进行选择）:\n1、卡通画\n2、铅笔画\n3、彩色铅笔画\n4、彩色糖块油画\n5、神奈川冲浪里油画'
'\n6、薰衣草油画\n7、奇异油画\n8、呐喊油画\n9、哥特油画\n'))
option = {1:"cartoon",
          2:"pencil",
          3:"color_pencil",
          4:"warm",
          5:"wave",
          6:"lavender",
          7:"mononoke",
          8:"scream",
          9:"gothic"
    }
s_option = option.get(type,None)
#print(s_option)


def save_base_image(img_str,filename):
    img_data = base64.b64decode(img_str)
    with open(filename, 'wb') as f:
          f.write(img_data)
'''
图像风格转换
'''
def image_trans(filename,trans_filename):
    request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/style_trans"
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())

    params = {"image":img,"option":s_option}
    params = urllib.parse.urlencode(params).encode("utf-8")
    #获取自己的access_token，详情见百度智能云官网教程
    access_token = '【此处填写您自己获取到的access_token】'
    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        content = content.decode('utf-8')
        data = json.loads(content)
        img_str = data['image']
        save_base_image(img_str, trans_filename)

trans_filename = 'transXinyiWang_1' + repr(type) + '.png'
image_trans('XinyiWang_1.jpg',trans_filename)

上面代码需要自己修改的地方总共有两处：

1. 需要获取到access_token ，这个很简单，教程有许多且不复杂；
2. 需要修改最后一行代码的名称信息 。

较为有趣的是，百度智能云提供了包括卡通画在内的九种图像风格的转化，具体实现算法不得而知。虽然已经用于商用，但调用后发现效果并不是很好，可改进的点还算比较多。以后有时间自己用GAN跑一跑应该效果会更好些。
最后，简单看一下效果（女神别打我，纯属学术，侵删。）
原图1：

卡通画：

彩色铅笔画：

哥特油画：

原图2：

卡通画：

彩色铅笔画：

奇异油画：

可以看到API处理的效果差强人意，但依然有进步空间。有问题欢迎私信留言或加我联系方式。