CodeFormer：图像与视频面部复原，老照片修复，提供一键部署版
CodeFormer：图像与视频面部复原，老照片修复，提供一键部署版
CodeFormer 是一个面向鲁棒盲脸修复的代码库，由南洋理工大学 S-Lab 的研究团队开发，并在 NeurIPS 2022 上发表。该项目利用代码本查找变换器（Codebook Lookup Transformer）技术，旨在提升图像中人脸的修复效果，特别是在处理低质量或损坏的图像时表现出色。CodeFormer 提供了多种功能，包括人脸修复、上色和修补等，适用于各种图像处理需求。此外，项目支持视频输入，并提供易于使用的在线演示、预训练模型和详细的使用说明。
CodeFormer 尝试增强旧照片/修复AI人像
CodeFormer 面部修复
CodeFormer 面部色彩增强和恢复
CodeFormer 功能列表
- 人脸修复：通过代码本查找变换器技术，提升低质量或损坏人脸图像的清晰度和细节。
- 图像上色：为黑白或褪色的图像添加自然的颜色。
- 图像修补：修复图像中的缺失部分，使其恢复完整。
- 视频处理：支持对视频中的人脸进行修复和增强。
- 在线演示：提供在线演示功能，用户可以直接在浏览器中体验修复效果。
CodeFormer 使用帮助
安装流程
- 克隆代码库：
git clone https://github.com/sczhou/CodeFormer
cd CodeFormer
- 创建并激活虚拟环境：
conda create -n codeformer python=3.8 -y
conda activate codeformer
- 安装依赖：
pip install -r requirements.txt
python basicsr/setup.py develop
conda install -c conda-forge dlib
- 下载预训练模型：
python scripts/download_pretrained_models.py facelib
python scripts/download_pretrained_models.py dlib
python scripts/download_pretrained_models.py CodeFormer
使用流程
- 准备测试数据： 将测试图像放入
inputs/TestWhole
文件夹中。如果需要测试裁剪和对齐的人脸图像，可以将它们放入
inputs/cropped_faces
文件夹中。
- 运行推理代码：
python inference_codeformer.py --input_path inputs/TestWhole --output_path results
该命令将处理
inputs/TestWhole
文件夹中的所有图像，并将结果保存在
results
文件夹中。
功能操作流程
- 人脸修复：
- 将待修复的图像放入
inputs/TestWhole
文件夹。
- 运行推理代码，生成修复后的图像。
- 图像上色：
- 将黑白图像放入
inputs/TestWhole
文件夹。
- 使用
inference_colorization.py
脚本进行上色处理。
- 图像修补：
- 将需要修补的图像放入
inputs/TestWhole
文件夹。
- 使用
inference_inpainting.py
脚本进行修补处理。
- 视频处理：
将视频文件放入指定文件夹。
运行推理代码，处理视频中的人脸。
面部修复（裁剪和对齐的面部）
For cropped and aligned faces
python inference_codeformer.py -w 0.5 --has_aligned --input_path [input folder]
整体图像增强
For whole image
Add '--bg_upsampler realesrgan' to enhance the background regions with Real-ESRGAN
Add '--face_upsample' to further upsample restorated face with Real-ESRGAN
python inference_codeformer.py -w 0.7 --input_path [image folder/image path]
视频增强
For video clips
python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path
保真度权重w位于 [0, 1] 中。通常，较小的w往往会产生较高质量的结果，而较大的w会产生较高保真度的结果。
结果将保存在results文件夹中。