AnimeGANv2：照片动漫化

简介

本文介绍一个很有趣的基于GAN来将现实图片动漫化的项目，为AnimeGANv2，它可以将现实场景的图片处理为动漫画分，目前支持宫崎骏、新海诚和今敏的三种风格。由于原作者使用的是TensorFlow，环境配置上稍显麻烦，本文介绍的是基于PyTorch的实现，此外，本文侧重于如何在本地使用该项目，具体原理可以参考原论文或者作者的解读。

安装

本项目是一个使用PyTorch的AnimeGANv2的实现，作者为bryandlee，项目地址为给出链接，我这里基于该项目进行处理，所以首先需要配置好适合该项目的环境，具体需要的安装步骤如下（所演示的过程均在Ubuntu系统下测试成功）。

首先，将该项目clone到本地，使用如下命令即可完成。

git clone https://github.com/bryandlee/animegan2-pytorch

然后，进入clone到本地的项目中（cd），会看到如下的项目结构，该项目的核心工作就是使用PyTorch构建的生成器模型并将原始TensorFlow的模型参数转换为了PyTorch模型参数，其中构建模型的脚本为model.py而转换模型的脚本对应为convert_weights.py，然后test.py则是封装的一个推理的接口。

.
├── convert_weights.py
├── model.py
├── README.md
├── samples
│   ├── compare
│   │   ├── 1.jpg
│   │   ├── 2.jpg
│   │   └── 3.jpg
│   ├── face_results.jpg
│   ├── faces
│   └── inputs
│       ├── 1.jpg
│       ├── 2.jpg
│       └── 3.jpg
├── test_faces.ipynb
└── test.py

为了使用原始的模型参数，这里首先需要转换TF模型，因此是需要安装TensorFlow的，不过我这里已经将原作者的三个模型（对应三种风格，分别是generator_Hayao_weight、generator_Paprika_weight和generator_Shinkai_weight）转换成功了，直接从我的网盘链接（提取码zczc）下载即可，会得到三个预训练模型文件，分别是pytorch_generator_Paprika.pt、pytorch_generator_Shinkai.pt和pytorch_generator_Hayao.pt，下载后将它们放到项目根目录的models文件夹下（没有则新建）。

接着，就是不需要TensoFlow的环境配置了，我这里给出使用conda虚拟环境的完整命令。

conda create -n animegan python=3.8 -y
conda activate animegan
conda install pytorch=1.6 torchvision cudatoolkit=10.2 -c pytorch -y
pip install opencv-python

至此，本项目需要的所有环境就配置完成了。

现实图片动漫化

想要使用该项目，非常简单，只需要调用test.py文件即可，具体的命令格式如下。

python test.py --checkpoint [模型文件路径] --input_dir [输入图像所在目录] --output_dir [输出目录] --device [设备选择，cpu或者cuda]

例如，我这里有一个测试图片放在根目录的samples下的inputs目录中，我个人喜欢新海诚的风格，想要生成在根目录的results文件夹下，并使用CPU进行推理，因此使用命令python test.py --checkpoint ./models/pytorch_generator_Shinkai.pt --input_dir ./samples/inputs/ --output_dir ./results/ --device cpu即可。

我这里使用测试图片生成的结果如下，左边为原始图像，右边为生成的图像。

下面的图为项目作者对比的原始图像、Tensor Flow版本生成图像、PyTorch版本生成图像，风格为Paprika。

总结

本文简单介绍如何使用AnimeGANv2这个开源项目来将现实图片转换为动漫风格图像，该项目对应的模型很轻量，即使线上部署使用CPU推理也不慢。最后，如果读到了这里并且我的文章对你有所帮助，欢迎一键三连，你的支持是我不懈创作的动力。