计算机毕业设计--老照片（灰白照片）清晰化+划痕修复+色彩增强的深度学习算法设计与实现（含giuhub代码+GUI可视化界面）

老照片（灰白照片）清晰化+划痕修复+色彩增强的深度学习算法设计与实现

本篇文章是针对破损照片的修复。如果你想对老照片进行灰度图上色，色彩复原，请参考这篇CSDN作品👇

基于深度学习的老（旧）照片上色算法模型设计与实现（对抗生成式网络GAN、含Github代码与Web端设计）

本篇文章是针对老（旧）照片色彩复原、上色，如果你想对破损图像进行修复，请参考这篇CSDN作品👇

计算机毕业设计–基于深度学习技术（Transformer、GAN）的图像修复算法（含Github代码+GUI与Web端展示界面）

✨ Demo_1

✨ Demo_2

---

🚀 算法获取

• Giuhub链接：老照片修复
• Gitee链接：老照片修复

PS：如果通过Github访问项目，请不要通过“加速通道”访问，因为加速通道中的项目版本比较老

---

⚡️开始

环境配置（推荐使用conda安装环境）

# 从github上Clone项目
git clone https://github.com/zxx1218/oldImage_fix.git

# 使用conda创建环境
conda create -n imgfix python=3.8
conda activate imgfix 

# 安装依赖
pip install -r requirements.txt 

clone项目后，只需一个简单的命令即可轻松恢复旧照片。
对于没有划痕的图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0

对于带有划痕图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0 \
              --with_scratch

对于带有划痕的高分辨率（就是说图像清晰度很高）图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0 \
              --with_scratch \
              --HR

注意：请修改上述步骤中[ ]内的路径，模型修复完成后，可以在“output_path”中检查不同步骤产生的修图结果。

2) 2024.6新功能—照片划痕检测

下图展示划痕检测结果与修复结果

3) 2024.6新功能—照片全图结构恢复（对老照片结构翻新，相当于清晰化，结构重建）

修复效果展示：

4) 2024.6新功能—面部增强

修复效果展示：

注：
由于该模型是用256*256个图像预训练的，因此使用该模型需要将图像分辨率（像素）调整为256。

---

5) 基于QT的用户GUI界面

本科毕业学生选择做深度学习相关的毕业设计，不可能完全专注于算法，因此本项目配套设计了一个基于pyqt（python提供的一个图形化界面）的GUI界面，它接受用户待修复的照片图像输入，并在相应的窗口中显示结果。

使用方式

方式一：启动Web前端界面（可以部署在本地及公网访问）

1. cd到代码根目录fix_old_img下，然后执行如下命令

# 安装gradio包
pip install gradio 
# 启动Web服务
python gradio_demo.py

回车后会自动启动Web服务，在浏览器输入弹出的链接地址即可访问，在控制台看到如下信息代表成功启动👇

打开弹出的URL，显示如下界面👇（用户上传待修复图片后，选择修复类型，点击submit即可开始修复，修复结束后会在右侧输出栏中展示原图与修复后的图片）

PS：Web端可以部署在公网服务器访问

---

方式二：运行基于PyQt的GUI程序

1. 在pycharm中运行GUI.py文件。
2. 单击浏览并选择待修复的图像以修复划痕（test_images/old_w_scratch文件夹中提供了可用于测试的图像）。
3. 单击“修改照片”按钮。
4. 等待一段时间（控制台会有算法的中间过程输出），然后在GUI窗口上查看修复结果。
5. 单击“保存”，或者“退出窗口”退出，保存后的图片会在指定的文件夹中获取到。
   

---

🔧 如何自己训练模型?

• 项目提供自行训练or微调的方式，请咨询作者

作者联系方式：

• VX：Accddvva

• QQ：1144968929

• Github提供训练好的模型文件以及调用该文件进行修图的测试代码（clone代码后安装环境即可进行修图测试，开源版不包含模型源码以及gui和Web端）

• 本项目完整代码 + 环境配置方法（另可提供远程部署服务）+ GUI界面 + Web端 == 价格300RMB，可提供远程部署服务，另提供GPU服务器短期租赁服务，24G显存服务器每个月100RMB

---

广告

• 作者于浙江某985高校就读人工智能方向研究生，可以帮忙定制设计模型，并提供源代码和训练后的模型文件以及环境配置和使用方法，只需要描述需求即可。
• 人工智能领域，尤其是计算机视觉（Computer vision，CV）方向的毕业设计，只要你想得出，没有做不出的