前言

之前看到一个有意思的开源项目，主要是可以将一张照片变成卡通漫画的风格。下面给大家放几张官方给出的部分效果图。

看到这个效果图，还是非常经验的。下面我会分享一下这个项目，并且选择一些我自己找的图片试验一下。

项目Github地址：github地址

环境部署

先使用git将项目下载下来。看一下项目结构。

我们看一下需要的环境。

非常简单，只要pytorch就可以了。如果有不太会安装的，可以参考我的另一篇文章：机器学习基础环境部署 | 机器学习系列_阿良的博客-CSDN博客

项目使用

看一下readme怎么说明的。

直接使用命令，或者代码执行都可以，我们先看看如果命令操作的话都有哪些参数支持。

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--checkpoint',
        type=str,
        default='./weights/paprika.pt',
    )
    parser.add_argument(
        '--input_dir', 
        type=str, 
        default='./samples/inputs',
    )
    parser.add_argument(
        '--output_dir', 
        type=str, 
        default='./samples/results',
    )
    parser.add_argument(
        '--device',
        type=str,
        default='cuda:0',
    )
    parser.add_argument(
        '--upsample_align',
        type=bool,
        default=False,
        help="Align corners in decoder upsampling layers"
    )
    parser.add_argument(
        '--x32',
        action="store_true",
        help="Resize images to multiple of 32"
    )
    args = parser.parse_args()
    test(args)

可以通过项目结构看到，作者提供了4个模型文件可供选择，可以用--checkpoint参数切换。需要提供图片的输入文件夹，修改--input_dir参数即可，经过我自己的几次验证，发现有的模型适合风景类型的图片，有的适合人像，下面我分成两部使用一下。

景色类图像使用

先看一下我准备的图片，三张风景的照片。

我使用个人认为比较好用的模型是paprika.pt。下面是执行过程。

看看效果

哦，第一张图的漫画效果有所欠缺，但是后面两张还是不错的。没有细品一波算法，猜测一下，可能是颜色区域较多，对比度越明显，可能漫画后的效果会更好。

人像类图像使用

最主要的还是人像，懂的都懂。下面是我准备的图片。

打算使用face_paint_512_v2.pt模型测试一下。下面直接展示处理后的效果。

效果还是很好的，是不是。

总结

我反复测试了不少图片，有的转化的并不是很好，但是大部分还是不错的，瑕不掩瑜。项目还是好项目，只是可能模型本身训练的数据不是非常全面吧。还是老样子，这两天我改改这个项目玩一玩。

分享：

        对自己有自信时，不能对人说「期待」。所谓的「期待」是放弃时的托词，因为别无选择。若缺少这种无奈感，说这个词就太虚伪了。——《冰菓》

如果本文对你有用的话，请给我点个赞吧，谢谢！