Nous possédons tous un trésor de vieilles photos transmises par nos parents, nos grands-parents, etc. Souvent, ces photos sont en noir et blanc, et parfois, on souhaite leur donner vie en couleur. Il existe de nombreux sites Web en ligne sur lesquels vous pouvez y parvenir en quelques clics directement dans votre navigateur. Cependant, le problème de ces sites réside dans leurs nombreuses restrictions en termes de quantité et de qualité.  De plus, ces services nécessitent souvent une inscription et des abonnements, ce qui peut être assez frustrant.  Dans cet article, j'aimerais partager comment vous pouvez coloriser n'importe quel nombre de photos à l'aide du fantastique outil   , sans les tracas des limitations, des inscriptions ou des abonnements. DeOldify    a une   , et vous pouvez l'utiliser, mais pour les personnes non préparées, cela peut sembler un peu difficile. Ici, j'aimerais démontrer une manière plus simple d'utiliser   . DeOldify introduction étonnante DeOldify  Préparer l'environnement  Pour commencer, vous aurez besoin d'un ordinateur exécutant   ou   . Si vous utilisez   , vous pouvez toujours continuer en utilisant le   . Linux macOS Windows sous-système Windows pour Linux (WSL)  Il existe une liste des packages requis pour   : Ubuntu   sudo apt update sudo apt install python3-pip wget git ffmpeg libsm6 libxext6  Vous pouvez utiliser la liste comme référence si vous disposez d'une autre distribution   . Linux  Pour   (malheureusement, il s'agit d'une liste approximative car je n'ai pas de   clair pour tester) : macOS macOS   brew install python wget git ffmpeg libsm libxext  L'étape suivante consiste à créer un dossier séparé nommé   dans lequel tout faire. Vous pouvez choisir n'importe quel autre nom ou même choisir de ne rien créer et ignorer complètement cette étape. Sandbox   # Optional mkdir Sandbox cd Sandbox  Puis clonez   : DeOldify   git clone https://github.com/jantic/DeOldify.git    n'a pas de versions ni de balises, ce qui signifie que nous travaillons avec la branche   . Je pense que tout devrait fonctionner à tout moment avec le dernier maître. Mais au cas où, voici un numéro de révision avec lequel j'ai tout testé : DeOldify master    . Si vous le souhaitez, vous pouvez le consulter : be725ca6c5f411c47550df951546537d7202c9bc   # Optional cd DeOldify git checkout be725ca6c5f411c47550df951546537d7202c9bc cd ..  Après cela, installez toutes les dépendances Python :   pip3 install --user -r DeOldify/requirements.txt pip3 install --user -r DeOldify/requirements-colab.txt pip3 install --user -r DeOldify/requirements-dev.txt  Ensuite, créez un répertoire pour les modèles et téléchargez le modèle :   mkdir -p DeOldify/models wget https://data.deepai.org/deoldify/ColorizeArtistic_gen.pth -O DeOldify/models/ColorizeArtistic_gen.pth  C'est ça! L'environnement est prêt ; le plus dur est derrière nous. Maintenant, écrivons un peu de code Python.  Coloriser tout  La fonction la plus intéressante et la plus utile pour nous est   . ModelImageVisualizer.plot_transformed_image()  Tout ce que nous avons à faire est d'écrire du code autour.  Voici ma mise en œuvre :   #!/usr/bin/python3 from deoldify import device from deoldify.device_id import DeviceId # choices: CPU, GPU0...GPU7 device.set(device=DeviceId.GPU0) from deoldify.visualize import * import warnings import sys import os warnings.filterwarnings("ignore", category=UserWarning, message=".*?Your .*? set is empty.*?") # Play with this constant! render_factor = 35 input_dir = sys.argv[1] output_dir = sys.argv[2] if not os.path.isdir(input_dir): print("input directory is not a directory or not exist") sys.exit(1) if os.path.exists(output_dir): print("out directory is already exist") sys.exit(1) os.makedirs(output_dir) root_dir = Path(os.environ['PYTHONPATH']) colorizer = get_image_colorizer(root_folder=root_dir, artistic=True) for filename in os.listdir(input_dir): f = os.path.join(input_dir, filename) if os.path.isfile(f) and (f.endswith(".png") or f.endswith(".jpg") or f.endswith(".jpeg")): image_path = colorizer.plot_transformed_image( path=f, results_dir=Path(output_dir), render_factor=render_factor, compare=True, watermarked=False ) print("{} ready".format(image_path))  N'hésitez pas à le copier, coller et modifier comme vous le souhaitez.  Le script lit toutes les images   ,   et   du répertoire transmis comme premier argument de script et les colorise, enregistrant les résultats dans le répertoire transmis comme deuxième argument de script. Notez que le répertoire de sortie ne doit pas exister ; le script le crée lui-même. J'ai enregistré le script dans le fichier   , mais vous pouvez utiliser un emplacement et un nom différents si vous préférez. .png .jpg .jpeg Sandbox/runner.py  Essayons! J'ai placé une photo en noir et blanc dans   , et le répertoire de sortie est   : Sandbox/photos/in Sandbox/photos/out   # from Sandbox directory PYTHONPATH=./DeOldify/ python3 runner.py photos/in/ photos/out/  La variable d'environnement   doit faire référence au répertoire   . PYTHONPATH DeOldify  Voici le résultat : 

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

Cet audio est produit dans la langue originale de l'histoire !

Comment coloriser une photo en noir et blanc

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Guide de l'architecte pour créer une architecture de référence pour un datalake IA/ML

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Guide de l'architecte pour créer une architecture de référence pour un datalake IA/ML

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps