AI-Gallery

介绍

项目通过图像风格化处理实现艺术效果

其中fast-neural-style引用fast-neural-style项目训练模型

(模型来自: https://github.com/jcjohnson/fast-neural-style)

项目中包含了一些图片处理常用的方法

项目用于《煤容》(倡导以黑白块状静态照片代替保持开启的摄像头，减少因视频传输流带来的巨大碳排放，拍照上传到网站，即可获得专属的煤容艺术照)

点击这里访问《煤容》客户端，欢迎体验

软件架构

• Python 3.9
• OpenCV

安装教程

1. 运行 models/download_style_transfer_models.sh下载模型 (模型来自: https://github.com/jcjohnson/fast-neural-style)
2. pip install -r requirements.txt

使用说明

1. 像素块随机风格demo：python pixel_block_style_img.py
2. 图片版本demo：python fast_neural_style_img.py
3. 视频实时版本demo：python fast_neural_style_video.py

通用函数

1. 添加水印，测试demo：调用singleton_test.py单例测试demo中的test_water_mark()函数

更新日志

• 1.0.0: 像素运算生成风格化图像
• 1.1.0: 新增fast-neural-style模型支持，新增生成风格图像demo
• 1.1.1: 新增摄像头实时生成风格demo
• 1.1.2: 新增摄像头实时预览时捕捉快照功能
• 1.1.3: 对视频和图片支持灰度显示，生成灰度风格图
• 1.2.0: 新增带有颜色过滤器的风格图
• 1.2.1: 优化算法，新增颜色过滤器实时视频预览
• 1.3.0: 新增图片工具模块
• 1.3.1: 新增图片添加水印工具，水印透明度调整
• 1.3.2: 添加水印工具支持png水印，透明背景
• 1.3.3: 添加水印工具支持自适应位置调整，支持右下开始的布局