招聘网站开发学徒,国外网站 icp备案,怎么做网站呀,建一个o2o网站目录
GFPGAN进行图像人脸修复
美颜
修复畸形手势 GFPGAN进行图像人脸修复
原文#xff1a;本地使用GFPGAN进行图像人脸修复_人相修复处理网页 csdn-CSDN博客
人脸修复 1.下载项目和权重文件 2.部署环境 3.下载权重文件 4.运行代码 5.网页端体验 首先来看一下效果图
1.下…目录
GFPGAN进行图像人脸修复
美颜
修复畸形手势 GFPGAN进行图像人脸修复
原文本地使用GFPGAN进行图像人脸修复_人相修复处理网页 csdn-CSDN博客
人脸修复 1.下载项目和权重文件 2.部署环境 3.下载权重文件 4.运行代码 5.网页端体验 首先来看一下效果图
1.下载项目和权重文件 https://github.com/iptop/GFPGAN-for-Video.git 1 2.部署环境 根据README文件部署好环境额外还需要
cd GFPGAN-1.3.8 python setup.py develop 1 2 3.下载权重文件 可提前下载好权重文件也可以等运行代码的时候自动下载权重文件的url https://ghproxy.com/https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth https://github.com/xinntao/facexlib/releases/download/v0.1.0/detection_Resnet50_Final.pth https://github.com/xinntao/facexlib/releases/download/v0.2.2/parsing_parsenet.pth 下载好的权重文件放在路径./GFPGAN-for-Video/gfpgan/weights下
安利一个github文件下载加速网站https://ghproxy.com/
4.运行代码 原代码是用来修复视频但是我用了后没发现有啥效果所以暂时只是用来修复图片 在./GFPGAN-for-Video/src路径下创建脚本image_enhance.py
import argparse
import cv2
from utils.restorer import Restorerdef videoEnhance (image_path , output_image_path):restorer Restorer()image cv2.imread(image_path)frame restorer.enhance(image)cv2.imwrite(output_image_path, frame)return Truedef main():parser argparse.ArgumentParser()parser.add_argument(-i,--input,typestr,requiredTrue,metavar请输入要处理的图片文件路径,help请输入要处理的图片文件路径)parser.add_argument(-o,--output,typestr,requiredTrue,metavar请输入输出图片的路径,help请输入输出图片的路径)args parser.parse_args()videoEnhance(args.input, args.output)if __name__ __main__:main() 运行脚本就可得到修复后的图片了
python src/image_enhance.py -i input.png -o output.png 1 5.网页端体验 Hugging Face网页端https://huggingface.co/spaces/Xintao/GFPGAN 我试了下速度很慢 ———————————————— 版权声明本文为CSDN博主「咚咚锵咚咚锵」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。 原文链接https://blog.csdn.net/weixin_45977690/article/details/132695954 美颜
参考
AIGC-照片美颜精修解决方案_WebUI_效果_模型 这个方案中的难点如何有效保留用户原图信息如何使用有效的磨皮美颜prompt达到美颜效果
具体实现
1.StableDiffusion大模型选择
美颜效果主要表现为皮肤白皙没有褶皱斑点雀斑法令纹眼角纹痣等等为了达到这类效果我们首先要选择合适的SD模型这里我们选择ChilloutMix模型具体下载地址
C站地址ChilloutMix | Stable Diffusion Checkpoint | Civitai
huggingface地址swl-models/chilloutmix at main (huggingface.co)
这个模型的效果举例如下 2.有了大模型之后我们以WebUI为例进行分析打开WebUI由于我们要进行修图所以我们需要选择img2img模式在该模式下选择ChilloutMix大模型。我们选择一张测试图如下图 导入WebUI后如图所示。
3.叠加两个Controlnet控制分别为canny边缘控制、depth深度信息控制参数设置分别如下( 选用canny和depth的原因是我们需要通过边缘和深度信息尽可能的保留用户原图信息) 4.img2img参数设置
这里提供美颜专用的prompt
positive:masterpiece,best quality,high res, (photorealistic:1.4),(red face blush:1.2),red lips,extremely detailed
negative:(worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality,(skin spots:2), acne,acne marks,mole (skin blemishes:2), (age spot:2), watermark,signature water mark
主要描述说明
face blush:腮红
red lips:红色唇彩
skin spots:皮肤斑点
acne雀斑
age spot:老年斑
skin blemishes:皮肤瑕疵
mole:痣
对于Prompt描述我们可以自行研究这里给的主要是磨皮和简单的唇彩腮红效果实际上可以定义各种人脸效果包括肤色调节美白妆容等等这也就是AIGC做人像美颜的优越性体现。除了这些参数之外其他参数设置 5.基于上述参数设置点击运行效果图如下 原图 AIGC生成效果
通过修改描述词微调效果如下 上述效果我们仔细看会发现其实与原图还是有一些差别的这些差别在某些情况下会导致不像用户为此我们做到这里并没有结束我们需要挑选我们想要的美颜区域叠加到用户原图之上以此来保证用户ID相似性。 4.img2img参数设置
这里提供美颜专用的prompt
positive:masterpiece,best quality,high res, (photorealistic:1.4),(red face blush:1.2),red lips,extremely detailed
negative:(worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality,(skin spots:2), acne,acne marks,mole (skin blemishes:2), (age spot:2), watermark,signature water mark
主要描述说明
face blush:腮红
red lips:红色唇彩
skin spots:皮肤斑点
acne雀斑
age spot:老年斑
skin blemishes:皮肤瑕疵
mole:痣
对于Prompt描述我们可以自行研究这里给的主要是磨皮和简单的唇彩腮红效果实际上可以定义各种人脸效果包括肤色调节美白妆容等等这也就是AIGC做人像美颜的优越性体现。除了这些参数之外其他参数设置 修复畸形手势
听说这个不是特别好
1. **HandRefiner 修复畸形手势** 优点免费提示词 Huggingface平台AI应用https://huggingface.co/spaces/fffiloni/HandRefiner
