Python将头像照片转换为漫画，采用GAN深度学习，无噪点

最新推荐文章于 2024-09-20 00:33:50 发布

python_TB

最新推荐文章于 2024-09-20 00:33:50 发布

阅读量8.3k

点赞数 3

分类专栏： Python 文章标签： python 开发语言程序人生 GAN

本文链接：https://blog.csdn.net/python_tb/article/details/124065186

版权

本文介绍了一种使用GAN（生成对抗网络）将头像照片转化为漫画的方法，通过不断学习图像对，捕获关键特征并减少噪点，以达到更好的转化效果。示例展示了使用White-box Cartoon GAN的生成过程，最终实现了高质量的漫画化转换。

摘要由CSDN通过智能技术生成

传统的照片转漫画，使用边缘检测、双边滤波器和降采样，得到图像如下，可以看到，噪点很多，有些关键线条也没有展现出来。

本次采用GAN，GAN网络使用的方法是根据图像对去不断地学习，如输入图像1和对应已有的漫画B，GAN网络从图片1中获取关键特征，不停地生成一张图像C，当C与B的差值很小时停止，当有很多这样地图像对时，我们就有了一个模型。输入一张图像，就可以生成一张对应地漫画图像，我这次使用的GAN（White-box Cartoon）生成。生成效果：
在这里插入图片描述

完整程序代码:

import os
import cv2
import torch
import numpy as np
import torch.nn as nn

class ResBlock(nn.Module):
    def __init__(self, num_channel):
        super(ResBlock, self).__init__()
        self.conv_layer = nn.Sequential(
            nn.Conv2d(num_channel, num_channel, 3, 1, 1),
            nn.BatchNorm2d(num_channel),
            nn.ReLU(inplace=True),
            nn.Conv2d(num_channel, num_channel, 3, 1, 1),
            nn.BatchNorm2d(num_channel))
        self.activation = nn.ReLU(inplace=True)

    def forward(self, inputs):
        output = self.conv_layer(inputs)
        output = self.activation(output + inputs)
        return output


class DownBlock