利用Python实现普通视频变成动漫视频_F11 - 专业站长和开发者的学习网站

分享到

利用Python实现普通视频变成动漫视频

python 来源：互联网作者：佚名发布时间：2022-08-16 18:15:23 人浏览

摘要

最近几个月，毒教材被曝光引发争议，那些编写度教材的人着实可恶。咱程序员也没有手绘插画能力，但咱可以借助强大的深度学习模型将视频转动漫。所以今天的目标是让任何具有

最近几个月，毒教材被曝光引发争议，那些编写度教材的人着实可恶。咱程序员也没有手绘插画能力，但咱可以借助强大的深度学习模型将视频转动漫。所以今天的目标是让任何具有python语言基本能力的程序员，实现短视频转动漫效果。

效果展示

一、思路流程

1.读取视频帧

2.将每一帧图像转为动漫帧

3.将转换后的动漫帧转为视频

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动漫效果转换模型，考虑到许多读者对这块不了解，因此我这边准备好了源码和模型，直接调用即可。

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

1	pip install onnxruntime

如果想要用GPU加速，可以安装GPU版本的onnxruntime:

1	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].name

out = 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 cv2

import numpy as np

import onnxruntime as rt

# MODEL = "models/anime_1.onnx"

MODEL = "models/anime_2.onnx"

sess = rt.InferenceSession(MODEL)

inp_name = sess.get_inputs()[0].name

def 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 out

def 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 cv2

from tqdm import tqdm

WRITER = None

def 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

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/ooowwq/article/details/126319182

Tag : python(762)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速