CodeFormer AI 开源视频、图片修复软件安装及设置

项目地址：CodeFormer项目

通过CodeFormer项目可以实现人像的面部修复（需要裁剪和对齐面部）、整体图像增强与视频增强，实现效果如下：

依赖关系安装

CodeFormer项目是以Python为编码的基础的开源项目，如果电脑没有安装Conda，那么先下载安装官网链接，anaconda环境可以帮助用户管理不同版本的Python和其他第三方库，以及提供一个独立的工作空间，以便在不影响其他环境的情况下进行开发与测试。

需要如下依赖关系：

• Pytorch >= 1.7.1
• CUDA >= 10.1
• Other required packages in requirements.txt

# 拉取项目源码
git clone https://github.com/sczhou/CodeFormer
cd CodeFormer

# 创建独立的工作空间
conda create -n condeformer python=3.8 -y
conda activate codeformer

# 安装python依赖
pip3 install -r requirements.txt
python basicsr/setup.py develop
conda install -c conda-forge dlib （面部识别需要依赖）

下载与安装训练模型

1. 从Google Drive或OneDrive下载facelib和dlib训练模型到weight/facelib文件夹。运行如下命令

   python scripts/download_pretrained_models.py facelib
   python scripts/download_pretrained_models.py dlib (面部识别需要dlib依赖)

2. 从Google Drive或OneDrive下载codeFormer预训练模型到weights/CodeFormer文件夹。运行如下命令

   python scripts/download_pretrained_models.py CodeFormer

使用训练模型

准备测试数据

您可以将测试图像放在 input/TestWhole 文件夹中。如果您想测试剪裁和对齐的面孔，您可以将它们放在 input/cropping _ faces 文件夹中。

--has_aligned参数用于面部修复，如果用于整个图像那么会损害边界上的头发纹理或面部变形

面部修复（裁剪和对齐面部）

# 裁剪和对齐的脸
python inference_codeformer.py -w 0.5 --has_aligned --input_path [input folder]

全图像增强

# 增加'--bg_upsampler realesrgan'参数，用于使用Real-ESRGAN增强背景区域
# 增加'--face_upsample'参数，用于进一步修复面部
python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]

视频增强

# 需要先安装ffmpeg
conda install -c conda-forge ffmpeg
# 视频文件需以'.mp4'、'.mov'或'.avi'结尾
python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path [video path]

保真度权重 w 在[0,1]中。一般来说，较小的 w 倾向于产生较高质量的结果，而较大的 w 产生较高保真度的结果。

结果将保存在results文件夹中。