1️⃣作业要求
给定一幅灰度图像,使用任意方法将其变成一幅彩色图像,并尽量使得添加的色彩显得较为真实。
2️⃣核心代码
import argparse import matplotlib import matplotlib.pyplot as plt from colorizers import * matplotlib.use('TKAgg') parser = argparse.ArgumentParser() parser.add_argument('-i','--img_path', type=str, default='imgs/ansel_adams3.jpg') parser.add_argument('--use_gpu', action='store_true', help='whether to use GPU') parser.add_argument('-o','--save_prefix', type=str, default='saved', help='will save into this file with {eccv16.png, siggraph17.png} suffixes') opt = parser.parse_args() # 加载上色器 colorizer_eccv16 = eccv16(pretrained=True).eval() colorizer_siggraph17 = siggraph17(pretrained=True).eval() if(opt.use_gpu): colorizer_eccv16.cuda() colorizer_siggraph17.cuda() # default size to process images is 256x256 # grab L channel in both original ("orig") and resized ("rs") resolutions img = load_img("imgs/test2.jpg") (tens_l_orig, tens_l_rs) = preprocess_img(img, HW=(256,256)) if(opt.use_gpu): tens_l_rs = tens_l_rs.cuda() # colorizer outputs 256x256 ab map # resize and concatenate to original L channel img_bw = postprocess_tens(tens_l_orig, torch.cat((0*tens_l_orig,0*tens_l_orig),dim=1)) out_img_eccv16 = postprocess_tens(tens_l_orig, colorizer_eccv16(tens_l_rs).cpu()) out_img_siggraph17 = postprocess_tens(tens_l_orig, colorizer_siggraph17(tens_l_rs).cpu()) plt.imsave('%s_eccv16.png'%opt.save_prefix, out_img_eccv16) plt.imsave('%s_siggraph17.png'%opt.save_prefix, out_img_siggraph17) plt.figure(figsize=(16,4)) plt.subplot(1,4,1) plt.imshow(img,aspect='auto') plt.title('Original') plt.axis('off') plt.subplot(1,4,2) plt.imshow(img_bw,aspect='auto') plt.title('Input') plt.axis('off') plt.subplot(1,4,3) plt.imshow(out_img_eccv16,aspect='auto') plt.title('Output (ECCV 16)') plt.axis('off') # plt.subplot(1,4,4) plt.imshow(out_img_siggraph17,aspect='auto') plt.title('Output (SIGGRAPH 17)') plt.axis('off') plt.show()
3️⃣实验结果
对随机选取的三张测试图片进行上色。首先第一张就是我们输入的原图,然后将输入的原图转为灰度图像,也就是第二张图片。接着我们使用16年ECCV的网络模型进行上色预测,得到处理后的结果,即第三张图片,最后我们使用17年siggraph快速着色器模型进行自动上色,得到第四张图的结果。通过对比可以看出,上色结果和原图相似度还是十分高的,而且没有任何违和感,效果很鲁棒。
💖test1是周董,周董衣服及钢琴颜色完全相同,只是背景灯光不同而已。
💝test2是蓝天白云,自然景物的还原度是最高的,几乎和原图无差别。(我估计GAN中的辨别器Discriminator都识别不出来这是上色的假图片。)
💘test3是Taylor Swift,老霉依旧很美,上色后,和原图比起来,只是缺少些靓丽感。