一键浪漫的回忆：微软开源的修复工具！！【送源码】

项目介绍

“Bringing-Old-Photos-Back-to-Life”是一款由微软开发的创新软件解决方案，它利用人工智能技术来修复和增强老旧照片的质量。这款工具可以解决老旧照片中常见的问题，如褪色、低分辨率以及物理损坏（如划痕和撕裂）。通过采用先进的图像处理技术，“Bringing-Old-Photos-Back-to-Life”能够显著改善这些照片的整体外观，使其看起来几乎就像是用现代设备拍摄的一样。

特点

它可以自动为黑白照片上色、修正颜色褪变、提高清晰度和锐利度，甚至修复轻微的物理损坏。修复后的结果不仅视觉上令人赏心悦目，而且高度逼真，这对于保存历史和个人记忆来说是一款不可或缺的工具。

开源成就

目前已经取得14.8K Star

主要功能

• 上色与颜色校正： 提升褪色或黑白照片的颜色。

• 清晰度与锐利度提升： 增加图片的分辨率和锐利度。

• 损害修复： 修复照片上的划痕、撕裂及其他物理损伤。

• 高分辨率支持： 能够处理高分辨率图片以实现细节修复。

安装使用指南

1. 下载代码库：

   • 首先，需要下载项目的代码库到本地环境。

     git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git
     

2. 安装同步批量归一化库：

   • 进入models/networks/目录，并下载同步批量归一化PyTorch库。

     cd Bringing-Old-Photos-Back-to-Life/Face_Enhancement/models/networks/
     git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch.git
     cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
     

   • 同样操作需要在Global/detection_models/目录下重复。

     cd ../../../
     cd Global/detection_models/
     git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch.git
     cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
     cd ../../..
     

3. 下载人脸检测预训练模型：

   • 在Face_Detection/目录下下载人脸检测预训练模型。

     cd Face_Detection/
     wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
     bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
     cd ..
     

4. 下载并解压预训练模型：

   • 在Face_Enhancement/和Global/目录下下载并解压预训练模型。

     cd Face_Enhancement/
     wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/face_checkpoints.zip
     unzip face_checkpoints.zip
     cd ../
     cd Global/
     wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/global_checkpoints.zip
     unzip global_checkpoints.zip
     cd ../
     

5. 安装依赖：

   • 在项目根目录下安装所需的依赖库。

     pip install -r requirements.txt
     

6. 如何使用：

   • 对于没有划痕的图片：

     python run.py --input_folder [测试图片文件夹路径] \--output_folder [输出路径] \--GPU 0
     

     对于有划痕的图片：

     python run.py --input_folder [测试图片文件夹路径] \--output_folder [输出路径] \--GPU 0 \--with_scratch
     

     对于带有划痕的高分辨率图片：

     python run.py --input_folder [测试图片文件夹路径] \--output_folder [输出路径] \--GPU 0 \--with_scratch \--HR
     

   • 注意：请将 [测试图片文件夹路径] 和 [输出路径] 替换为你系统中的适当路径。如果你希望使用CPU运行，则可以将GPU选项设置为 -1。    

7. GUI运行

• 如果命令行使用不方便,还可以用官方提供的客户端程序,傻瓜式操作,直接运行GUI.py 文件

这个项目让我们意识到，技术的力量不仅仅在于创造新事物，更在于它能够帮助我们修复、保存和珍视那些无法复制的过去。无论是家庭相册中的老照片，还是历史档案中的珍贵影像，Bringing-Old-Photos-Back-to-Life都赋予了它们新的生命。

  ——EOF——

福利：

扫码回复【酒店】可免费领取酒店管理系统源码