基于LAMA算法的图像修复演示界面
图像修复(Image Inpainting)指重建的图像和视频中丢失或损坏的部分的过程。例如在博物馆中,这项工作常由经验丰富的博物馆管理员或者艺术品修复师来进行。数码世界中,图像修复又称图像插值或视频插值,指利用复杂的算法来替换已丢失、损坏的图像数据,主要替换一些小区域和瑕疵。
一、LAMA算法
论文:Resolution-robust Large Mask Inpainting with Fourier Convolutions
代码:https://github.com/saic-mdal/lama
LAMA整体框架:
LAMA算法主要贡献:
- 使用快速傅里叶卷积(Fast Fourier Convolutions, FFC),保持高效率的同时增大了网络感受野;
- 使用感知损失(Perceptual Loss),维持全局结构和形状的一致性;
- 改进训练时mask的生成策略,产生的Large Mask,激发网络的潜能。
二、演示界面开发
2.1 界面地址
在LAMA算法的基础之上,我设计了一个可视化交互界面,地址如下:
https://github.com/1024803482/Inpainting-Demo-Lama
2.2 界面支持功能
- 图像加载
- 掩码绘制
- 笔触修改
- 图像修复
- 图像保存
2.3 界面效果演示
原始图像输入:
掩码绘制及修复结果输出:
总结
本文介绍了一个基于LAMA算法的图像修复演示界面,代码地址为:https://github.com/1024803482/Inpainting-Demo-Lama
用该演示界面可以轻易实现水印去除、人影去除等图像修复功能,欢迎大家star。