使用 OpenCV 和深度学习对黑白图像进行着色

在本文中，我们将创建一个程序将黑白图像（即灰度图像）转换为彩色图像。我们将为此程序使用 Caffe 着色模型。您应该熟悉基本的 OpenCV 功能和用法，例如读取图像或如何使用 dnn 模块加载预训练模型等。现在让我们讨论实现该程序所遵循的过程。

给定一张灰度照片作为输入，本文解决了产生幻觉的问题照片的彩色版本。这个问题显然受到限制，因此以前的方法要么依赖于大量的用户交互，要么导致着色不饱和。我们提出了一种全自动方法，可以产生充满活力且逼真的色彩。我们通过将问题视为分类任务来接受问题的潜在不确定性，并在训练时使用类重新平衡来增加结果中颜色的多样性。该系统在测试时作为 CNN 中的前馈通道实现，并接受超过一百万张彩色图像的训练。我们使用“彩色图灵测试”来评估我们的算法，要求人类参与者在生成的彩色图像和地面真实彩色图像之间进行选择。我们的方法在 32% 的试验中成功欺骗了人类，显着高于以前的方法。而且，跨通道编码器。这种方法在多个特征学习基准上实现了最先进的性能。