如何讓利用Python+AI使靜態(tài)圖片動起來
前言:
這種技術(shù)一般是基于的GAN(生成對抗網(wǎng)絡(luò))來實現(xiàn),今天我給大家分享一個開源項目,能夠復(fù)現(xiàn)靜態(tài)圖片動起來效果,可以做些有趣的項目,也可以懷念故人。
大家在刷短視頻的時候有沒有刷到這樣的視頻,視頻里一張靜態(tài)的人物圖片能動起來,如:歪歪頭、眨眨眼。
類似于下面這種效果:

最左側(cè)的人物是原始的動作,上面是靜態(tài)圖片。通過AI技術(shù)便可以讓最左側(cè)人物的動作運用到上面的靜態(tài)圖片上,從而讓張圖都可以做出相同的動作。
這種技術(shù)一般是基于的GAN(生成對抗網(wǎng)絡(luò))來實現(xiàn),今天我給大家分享一個開源項目,能夠復(fù)現(xiàn)上面的效果,可以做些有趣的項目,也可以懷念故人。
1. 運行項目
項目地址:https://github.com/AliaksandrSiarohin/first-order-model
首先,git clone將項目下載到本地,進(jìn)入項目安裝依賴。
git clone https://github.com/AliaksandrSiarohin/first-order-model.git cd first-order-model pip install -r requirements.txt
然后,在項目首頁Pre-trained checkpoint?標(biāo)題下,找到模型下載鏈接,下載模型文件,模型有很多,我用的是vox-adv-cpk.pth.tar。
準(zhǔn)備好模型文件后,在項目根目錄下執(zhí)行下面命令即可。
python demo.py \ --config config/vox-adv-256.yaml \ --driving_video src_video.mp4 \ --source_image src_img.jpg \ --checkpoint weights/vox-adv-cpk.pth.tar
解釋下參數(shù):
- --config:模型配置文件,在源文件中有
- --driving_video:提供動作的視頻
- --source_image:需要加動效的靜態(tài)圖片
- --checkpoint:剛剛下載的模型文件
運行完成后,會看到如下輸入。

該項目使用PyTorch?搭建神經(jīng)網(wǎng)絡(luò),支持GPU和CPU運行,所以如果你的電腦只有CPU,運行會比較慢。
我是在CPU?下運行的,從上圖可以看到,driving_video只有 31 幀。如果你也是CPU?運行,最好控制driving_video視頻的時長,不然運行時長會比較長。
有了該項目,可以自己做些比較有意思的嘗試。

2. Python API
上面教大家按照官網(wǎng)在命令行運行該項目。
有些朋友可能想在Python項目中調(diào)用,所以我在demo.py中抽取了核心代碼,封裝了一個Pyhton API。

有需要的朋友可以下載這個文件,放到與first-order-model同一級的目錄下,按照下面代碼調(diào)用即可。
fom = FOM() # 查看驅(qū)動視頻,驅(qū)動視頻最好裁剪為480 x 640 大小的視頻 driving_video = '' # 被驅(qū)動的畫面 source_image = '' # 輸出視頻 result_video = '' # 驅(qū)動畫面 fom.img_to_video(driving_video, source_image, result_video)
到此這篇關(guān)于如何讓利用Python+AI使靜態(tài)圖片動起來的文章就介紹到這了,更多相關(guān) Python+AI讓圖片動起來內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
使用pycharm+conda配置虛擬環(huán)境的詳細(xì)步驟
這篇文章主要介紹了使用pycharm創(chuàng)建新的項目環(huán)境并使用conda進(jìn)行配置和使用pycharm引用已有的conda虛擬環(huán)境,文中通過圖文結(jié)合的方式介紹的非常詳細(xì),需要的朋友可以參考下2024-05-05
windows系統(tǒng)IIS部署Django項目的實踐
采用IIS服務(wù)器部署相比django提供的開發(fā)者服務(wù)器具有更好的并發(fā)訪問能力,性能更加穩(wěn)定,本文主要介紹了windows系統(tǒng)IIS部署Django項目的實踐,具有一定的參考價值,感興趣的可以了解一下2022-03-03
PyTorch中的nn.ConvTranspose2d模塊詳解
nn.ConvTranspose2d是PyTorch中用于實現(xiàn)二維轉(zhuǎn)置卷積的模塊,廣泛應(yīng)用于生成對抗網(wǎng)絡(luò)(GANs)和卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的解碼器中。該模塊通過參數(shù)如輸入輸出通道數(shù)、卷積核大小、步長、填充等,能控制輸出尺寸和避免棋盤效應(yīng)2024-09-09
Python中Matplotlib繪圖保存圖片時調(diào)節(jié)圖形清晰度或分辨率的方法
有時我們在使用matplotlib作圖時,圖片不清晰或者圖片大小不是我們想要的,這篇文章主要給大家介紹了關(guān)于Python中Matplotlib繪圖保存圖片時調(diào)節(jié)圖形清晰度或分辨率的相關(guān)資料,需要的朋友可以參考下2024-05-05
解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問題
這篇文章主要介紹了解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問題,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
分析PyTorch?Dataloader報錯ValueError:num_samples的另一種可能原因
這篇文章主要介紹了分析PyTorch?Dataloader報錯ValueError:num_samples的另一種可能原因,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02

