文章目录
- 容我废话一下
- 一、何用思路流程
- 二、将普图像转动漫
- 三、通视视频帧读取与视频帧写入
容我废话一下
最近几个月，频变频毒教材被曝光引发争议，成动那些编写度教材的漫视人着实可恶。咱程序员也没有手绘插画能力，何用但咱可以借助强大的将普深度学习模型将视频转动漫。所以今天的通视目标是让任何具有python语言基本能力的程序员，实现短视频转动漫效果。频变频
效果展示
一、成动思路流程
- 读取视频帧
- 将每一帧图像转为动漫帧
- 将转换后的漫视动漫帧转为视频
难点在于如何将图像转为动漫效果。这里我们使用基于深度学习的何用动漫效果转换模型，考虑到许多读者对这块不了解，将普因此我这边准备好了源码和模型，通视直接调用即可。不想看文章细节的可以直接拖到文章末尾，获取源码。
二、图像转动漫
为了让大家不关心深度学习模型，已经为大家准备好了转换后的onnx类型模型。接下来按顺序介绍运行onnx模型流程。
安装onnxruntime库
pip install onnxruntime如果想要用GPU加速，可以安装GPU版本的onnxruntime:
pip install onnxruntime-gpu需要注意的是：
onnxruntime-gpu的版本跟CUDA有关联，具体对应关系如下：
当然，如果用CPU运行，那就不需要考虑那么多了。考虑到通用性，本文全部以CPU版本onnxruntime。
运行模型
先导入onnxruntime库，创建InferenceSession对象，调用run函数。
如下所示
import onnxruntime as rt sess = rt.InferenceSession(MODEL_PATH)inp_name = sess.get_inputs()[0].nameout = sess.run(None, { inp_name: inp_image})具体到我们这里的动漫效果，实现细节如下：
import cv2import numpy as npimport onnxruntime as rt # MODEL = "models/anime_1.onnx"MODEL = "models/anime_2.onnx"sess = rt.InferenceSession(MODEL)inp_name = sess.get_inputs()[0].namedef infer(rgb): rgb = np.expand_dims(rgb, 0) rgb = rgb * 2.0 / 255.0 - 1 rgb = rgb.astype(np.float32) out = sess.run(None, { inp_name: rgb}) out = out[0][0] out = (out+1)/2*255 out = np.clip(out, 0, 255).astype(np.uint8) return outdef preprocess(rgb): pad_w = 0 pad_h = 0 h,w,__ = rgb.shape N = 2**3 if h%N!=0: pad_h=(h//N+1)*N-h if w%2!=0: pad_w=(w//N+1)*N-w # print(pad_w, pad_h, w, h) rgb = np.pad(rgb, ((0,pad_h),(0, pad_w),(0,0)), "reflect") return rgb, pad_w, pad_h其中, preprocess函数确保输入图像的宽高是8的整数倍。这里主要是因为考虑到深度学习模型有下采样，确保每次下采样能被2整除。
单帧效果展示
三、视频帧读取与视频帧写入
这里使用Opencv库，提取视频中每一帧并调用回调函数将视频帧回传。在将图片转视频过程中，通过定义VideoWriter类型变量WRITE确保唯一性。具体实现代码如下：
import cv2from tqdm import tqdmWRITER = Nonedef write_frame(frame, out_path, fps=30): global WRITER if WRITER is None: size = frame.shape[0:2][::-1] WRITER = cv2.VideoWriter( out_path, cv2.VideoWriter_fourcc(*'mp4v'), # 编码器 fps, size) WRITER.write(frame)def extract_frames(video_path, callback): video = cv2.VideoCapture(video_path) num_frames = int(video.get(cv2.CAP_PROP_FRAME_COUNT)) for _ in tqdm(range(num_frames)): _, frame = video.read() if frame is not None: callback(frame) else: break完整源码获取点击下方微信名片获取哟~
给大家推荐一套爬虫教程，涵盖常见大部分案例，非常实用！
代码总是学完就忘记？100个爬虫实战项目！让你沉迷学习丨学以致用丨下一个Python大神就是你！
