python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python照片处理

利用Python实现多种风格的照片处理

作者:欣一

这篇文章主要为大家详细介绍了如何利用Python一键实现多种风格的照片处理并制作可视化GUI界面,文中的示例代码讲解详细,感兴趣的可以了解一下

前言

在上一篇教程当中呢,小编向大家展示了如何通过一键点击实现将头像变成动漫风的实践,无非是在制作的UI界面当中,在用户上传了照片之后,后端的脚本在接收到照片之后,借助对抗生成神经网络来生成具有动漫风格的头像。

用Python制作可视化GUI界面,一键实现将头像转成动漫风!

今天小编想在上述成果的基础之上,添加上将“修复老照片”的功能,曾经在抖音上面也是吸引了不少的流量,内容就是发布一张老照片修复后的效果呈现,毕竟老照片容易引起人的共鸣,甚至有不少人通过修复老照片,找到失散多年的亲人。

照片修复的具体实操

那么我们就在已经完成的UI界面上面再添加几个按钮,如下图所示,分别是“动漫风格”、“老照片修复”以及“素描风格”

当我们点击“动漫风格”时,程序会针对先前的步骤将上传的图片变成动漫风格的头像,当我们点击“老照片修复”时,会针对上传的照片进行修复,对应的代码是Github上面一个名叫DeOldify的项目,在Github上面获得了15.2K的小星星,可谓是非常的火爆,该作者给我们提供了一个多语言版本的接口,调用这个接口我们可以快速的使用该项目的能力,为老照片上色,代码如下

import requests
r = requests.post(
    "https://api.deepai.org/api/colorizer",
    files={
        'image': open('自己本地图片的路径', 'rb'),
    },
    headers={'api-key': '........'}
)
output_url = r.json()["output_url"]

同时我们也需要将图片保存在本地,代码如下

def deoldify_action(self):
    r = requests.post(
        "https://api.deepai.org/api/colorizer",
        files={
            'image': open(imgNamepath, 'rb'),
        },
        headers={'api-key': 'fe26be2a-b66e-4cfc-8f4d-514f683e9812'}
    )
    output_url = r.json()["output_url"]
    ## 将图片保存在本地
    response = requests.get(output_url, stream=True)
    image_name = imgNamepath.split(".")[0]
    try:
        with open(image_name + '_oldified.png', 'wb') as logFile:
            for chunk in response:
                logFile.write(chunk)
            logFile.close()
            print("Download done!")
    except Exception as e:
        print("Download log error!")

    image_name = imgNamepath.split(".")[0]
    imgShow = QtGui.QPixmap(image_name + '_oldified' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio)
    ## 将变换过之后的照片显示在界面上
    self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height())
    self.ui.label_5.setScaledContents(True)
    self.ui.label_5.setPixmap(imgShow)
    print(f"image saved: {image_name}")

最后出来的效果如下图所示

将照片风格素描化的具体实操

而当我们点击“素描风格”的单选框之后,便开始将上传的图片变成素描风格,代码如下

def startAction_sumiao(self):
    img = cv2.imread(imgNamepath)
    gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    inverted_gray_image = 255 - gray_image
    blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19, 19), 0)
    image_name = imgNamepath.split(".")[0]
    inverted_blurred_image = 255 - blurred_inverted_gray_image
    sketck = cv2.divide(gray_image, inverted_blurred_image, scale=256.0)
    ## 图像保存在本地
    cv2.imwrite(image_name + '_sumiao.png', sketck)
    ## 将变换过之后的照片显示在界面上
    imgShow = QtGui.QPixmap(image_name + '_sumiao' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio)
    self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height())
    self.ui.label_5.setScaledContents(True)
    self.ui.label_5.setPixmap(imgShow)

我们来看一下具体的效果,如下图所示

到此这篇关于利用Python实现多种风格的照片处理的文章就介绍到这了,更多相关Python照片处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文