当前位置:首页 » 《随便一记》 » 正文

用Python制作可视化GUI界面,一键实现多种风格的照片处理

22 人参与  2022年07月22日 15:26  分类 : 《随便一记》  评论

点击全文阅读


今天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。

完整代码、技术交流,文末获取

图片

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。

图片

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”

图片

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 requestsr = requests.post(    "https://api.deepai.org/api/colorizer",    files={        'image': open('自己本地图片的路径', 'rb'),    },    headers={'': '........'})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={'': '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

图片

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

图片

联系方式

目前开通了技术交流群,群友已超过3000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友,资料获取也可以加入

方式1、添加微信号:dkl88191,备注:来自CSDN
方式2、微信搜索公众号:Python学习与数据挖掘,后台回复:加群
在这里插入图片描述


点击全文阅读


本文链接:http://zhangshiyu.com/post/43716.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1