celebA_hq高清人脸图片下载、生成代码

最新推荐文章于 2025-03-15 18:33:42 发布

lefiniti

最新推荐文章于 2025-03-15 18:33:42 发布

阅读量8.8k

点赞数 52

分类专栏： AI 文章标签：深度学习数据集

本文链接：https://blog.csdn.net/weixin_41980792/article/details/89406705

版权

AI 专栏收录该内容

1 篇文章

订阅专栏

celebA_hq高清人脸图片下载、生成代码

高清人脸.jpg格式下载
celebA_hq高清人脸图像获取方法
- 你需要下载准备
- 代码解析

高清人脸.jpg格式下载

celebA_hq是clebbA的高质量人脸图像，共30000张可达1024尺寸。我分别生成了64、128、256、512、1024大小的图片，生成过程很漫长，约跑了3/4天才把所有图片保存出来。这里提供下载链接，供需要的朋友直接下载使用。

补一个永久链接，自己选择需要的文件
链接：https://pan.baidu.com/s/1ZF1G2MQILZSFNjD1YLVgZA
提取码：t76m

celebA_hq_64 ——提取码：6hf3
celebA_hq_128——提取码：xk6d
celebA_hq_256——提取码：016n
celebA_hq_512——提取码：byix
celebA_hq_1024——提取码：bszu

celebA_hq高清人脸图像获取方法

代码的原作者是GitHub上的willylulu，作者是python2写的。我自己改写了一个python3的版本，另修改了代码中的一点小问题，我的代码可以在Github中查看：链接

你需要下载准备

img_celeba: 下载解压出202599张图片。注意是celeba，不是celeba_align！二者的区别，celeba是原始图像，大小比例不等；celeba_align是裁出其中的人脸部分，并带有40个属性标注，尺寸是178*218。如下图：
CelebA_hq_deltas: 下载30个压缩包和1个image_list.txt,不需要解压。deltas是原始图片对应的增量，共30000个，所以hq共30000张图片。查看image_list.txt，可以查看delta对应的原始图片orig_files是哪些。这里有个玄学问题求大佬解答，我对比了图片加delta和不加delta的结果，对图片生成的质量几乎没什么影响，且加了delta的图片黑色区域反倒会出现噪点。然后我又对比了生成的图片和原图，发现原图的尺寸本身就是非常大的，hq也没有比原图更清晰，所以hq只是把原图中分辨率高的图片挑出来做了个简单的图像处理？求解答！！
list_landmarks_celeba： 这个别的文章里面都说很好下载，但我找了很久才找到，云盘共享出来提取码：if0g 。如下图，里面包含了img_celeba中人脸五官的位置信息，用于确定人脸位置做裁剪。

代码解析

我们只需要看h5tool.py中的create_celeba_hq函数，根据command的参数运行代码就行了。只需要指定celeba_dir和delta_dir, 其他参数不用管，生成h5文件的时候才会用到。

// 除了celeba_dir,delta_dir,其他参数不用管，生成h5文件的时候才会用到
p = add_command(    'create_celeba_hq', 'Create HDF5 dataset for CelebA-HQ.',
                                        'create_celeba_hq celeba-hq-1024x1024.h5 ~/celeba ~/celeba-hq-deltas')
p.add_argument(     'h5_filename',      help='HDF5 file to create')
p.add_argument(     'celeba_dir',       help='Directory to read CelebA data from')
p.add_argument(     'delta_dir',        help='Directory to read CelebA-HQ deltas from')
p.add_argument(     '--num_threads',    help='Number of concurrent threads (default: 4)', type=int, default=4)
p.add_argument(     '--num_tasks',      help='Number of concurrent processing tasks (default: 100)', type=int, default=100)

注意580行左右，process_func函数的这个位置。其中img加delta的效果我上面又讲，酌情考虑要不要加。图片的尺寸是1024的，可以自己酌情resize成任意尺寸。return的orig_file,为原始图片的名字，用于生成图片的命名，保持生成图和原图名称一致。

# Apply delta image.
img = img + delta
img = np.asarray(img).transpose(1, 2, 0)
img = PIL.Image.fromarray(img, mode='RGB')
img512 = img.resize((512, 512), PIL.Image.ANTIALIAS)
img256 = img.resize((256, 256), PIL.Image.ANTIALIAS)
img128 = img.resize((128, 128), PIL.Image.ANTIALIAS)
img64 = img.resize((64, 64), PIL.Image.ANTIALIAS)
return orig_file, img64, img128, img256, img512, img

自定义图片存储路径，其中x = x + 1000 用于定义开始获取HQ图片的位置，以免程序意外中断，可以接着运行。

for x in fields['idx']:
    x = x + 1000
    print(x)
    aidx, aimg64, aimg128, aimg256, aimg512, aimg1024 = process_func(x)
    aimg64.save('./celeba-hq/celeba_64/'+str(aidx)+'.jpg')
    aimg128.save('./celeba-hq/celeba_128/'+str(aidx)+'.jpg')
    aimg256.save('./celeba-hq/celeba_256/'+str(aidx)+'.jpg')
    aimg512.save('./celeba-hq/celeba_512/'+str(aidx)+'.jpg')
    aimg1024.save('./celeba-hq/celeba_1024/'+str(aidx)+'.jpg')