首页 > 女性 > 两性 > 内容

用深度神经网络修复H漫:看完这篇你就能眼中无

2019-03-10 01:36来源:互联网关注:作者:

用深度神经网络修复H漫:看完这篇你就能眼中无码

2018-10-29 12:55 来源:量子位 英伟达 /动物 /科技

原标题:用深度神经网络修复H漫:看完这篇你就能眼中无码

晓查 发自 凹非寺

用深度神经网络修复H漫:看完这篇你就能眼中无

AI“脑补”能力一流,现在甚至已经能画出艺术品。热爱H漫的死宅们灵光一闪,AI是否也可以把马赛克阻挡的内容也画出来呢?

果然,原始动物本能是第一科技生产力。最近就有人在GitHub上发布了一个DeepCreamPy项目,能帮你把H漫中羞羞的画面补上。

用深度神经网络修复H漫:看完这篇你就能眼中无

该项目使用深度完全卷积神经网络(deep fully convolutional neural network),参照了英伟达在今年4月前发布的一篇论文。当然,英伟达原文的目的可不是用来做羞羞的事情,而是为了复原画面被单色条带遮挡的问题。

用深度神经网络修复H漫:看完这篇你就能眼中无

从实际效果来看,复原后的图片涂抹痕迹仍然比较明显,不过处理线条比较简单的漫画可以说是绰绰有余。

接下来,就是让你“眼中无码”的DIY教程啦!

适用范围

DeepCreamPy仅适用于薄码,如果马赛克太大太厚,去码可能会失效。另外,它对真人图片无效。如果你非要尝试,可以看一下强行使用的效果:

用深度神经网络修复H漫:看完这篇你就能眼中无

而且DeepCreamPy目前的版本还不能完全自动处理图片,需要用Photoshop首先对马赛克部分进行手动预处理。

如果你十分介意这些缺点,那么后面的内容可以跳过了。如果你学(wu)习(ma)的意愿很强烈,请接着往下看。

使用方法 安装软件

64位Windows用户可以直接下载exe程序,资源地址请见附录。

如果你使用的不是Windows系统,需要自己编译,程序中已经包含训练模型,请从压缩包中提取。

编译代码需要一下组件:

Python 3.6

TensorFlow 1.10

Keras 2.2.4

Pillow

h5py

Tensorflow、Keras、Pillow、和h5py可以使用pip安装:

$ pip install -r requirements.txt

请注意软件版本,Windows上的TensorFlow不兼容Python 2,也不兼容Python 3.7。

手动处理黑条遮挡和马赛克遮挡

首先打开Photoshop或者GIMP。对于单色条遮住人物敏感部位的情况,使用纯绿色(色号#00FF00#)预处理图片,以绿条取代图片中的黑条。

用深度神经网络修复H漫:看完这篇你就能眼中无

强烈建议使用铅笔而不是毛刷工具,如果使用毛刷,请一定要关闭抗锯齿功能。或者用魔棒选中马赛克区域,再用油漆桶上色。

最后将处理的文件以PNG格式存储在软件的”decensor_input”文件夹中。

如果敏感部位不是黑条,而是马赛克,还需要将未上色的原始图片放入”decensor_input_original” 文件夹中,并确保其文件名和放在”decensor_input”中的预处理图片文件名相同。

运行去马赛克软件

A. 使用exe直接处理

双击软件即可

B. 命令行处理

对于黑条遮挡的图片,输入以下命令:

$ python decensor.py

对于马赛克遮挡的图片,输入以下命令:

$ python decensor.py —is_mosaic=True

注意事项

如果你图片处理后成了这样:

用深度神经网络修复H漫:看完这篇你就能眼中无

一定是你处理的姿势不对,请注意不要犯以下两种错误:

用深度神经网络修复H漫:看完这篇你就能眼中无

第一幅图中,图片马赛克区域没有完全涂满;第二幅图中,由于开启了抗锯齿功能,导致马赛克边缘区域不是纯绿色填充,请关闭抗锯齿功能!!

最后给伸手党们附上软件地址,请自行下载,低调使用。Enjoy it!

资源地址

GitHub项目地址:

https://github.com/deeppomf/DeepCreamPy#dependencies-for-running-the-code-yourself

软件下载地址:

https://github.com/deeppomf/DeepCreamPy/releases/tag/v1.2.1-beta

英伟达论文地址:

https://arxiv.org/pdf/1804.07723.pdf

版权声明:除注明外均收集于互联网,如有侵权请及时联系我们处理!

热门排行
推荐文章