引言
- 该文主要包含两部分内容,上篇是关于微软图片修复功能的测试过程,下篇是腾讯GFPGAN图片修复功能的测试过程
微软图片修复项目:Bringing-Old-Photos-Back-to-Life
- 项目地址:(GitHub - microsoft/Bringing-Old-Photos-Back-to-Life: Bringing Old Photo Back to Life (CVPR 2020 oral))
- 该修复确实是可以修复带有折痕以及特定缺失类型的照片的,同时也有提高分辨率的功能,但是相对腾讯GFPGAN的效果较差一些。
代码结构
- 该项目文档介绍的也比较详细,一步一步跟着操作即可

- 使用前要下载一堆模型,在Linux服务器上下载较慢可以用浏览器下载然后传上去


参数介绍
python run.py \
--input_folder '输入图片路径/' \
--output_folder '输出图片路径' \
--GPU 0 \
--with_scratch \ # 用于有折痕的图片
--HR # 如果测试图片是高清的
效果展示




- 可以修复的图片主要要求,第一尽量折痕不要在人物五官上,且不要太深 第二就是可以处理的类型具体哪些目前还没有测试很多,示例那种破损就可以修复,但是以下的就无法修复


TencentARC/GFPGAN图片修复项目
- 项目地址: [地址](GitHub - TencentARC/GFPGAN: GFPGAN aims at developing Practical Algorithms for Real-world Face Restoration.)
- 该项目主要集中于提高照片分辨率,对于破损,目前测试的任何一种破损都无效果
代码结构

- 模型的下载会在执行启动命令的时候一次下载,同样可以复制下载地址然后粘贴浏览器中来提高下载速度,具体实例未截图,有兴趣自己按照提示下载即可
参数介绍
python inference_gfpgan.py \
-i "测试图片输入路径(可到具体图片)" \
-o "输出路径" \
-v 1.3 \ # 模型版本号
-s 2
测试效果如下




结尾
- 总的来说,目前还未找到一个可以修复多种破损类型的开源项目,希望有知道的可以评论告知,万分感谢
- 两个项目各有优劣,个人感觉那些破损比较严重的图片依旧需要人工用PS等工具进行修复,模型能修复的类型还是比较少的。