Skip to content

这个文件夹主要是用来尝试图像的风格迁移,首先从单字下手,以后会慢慢的尝试自己的项目

License

Notifications You must be signed in to change notification settings

PythonCancer/Image-Style-Migration

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Style Migration For Artistic Font With CNN

基于卷积神经网络的风格迁移,超越艺术字

使用方法很简单,只需要输入:
python.exe neural_style_transfer.py "风格图片所在目录" "输出文件夹"
--chars 花 # 要生成的文字,支持一次输入多个文字
--pictrue_size 300 # 生成图片大小
--background_color (0,0,0) # 文字图片中背景的颜色
--text_color (255,255,255) # 文字图片中文字的颜色
--iter 50 # 迭代次数,一般50代左右就行
--smooth_times 20 # 文字图片是否进行模糊化处理
--noise 10 # 文字图片加入随机噪声的等级
--image_enhance True # 生成图片是否进行增强,包括色度,亮度,锐度增强
--font_name 宋体 # 文字字体,支持宋体,楷体,黑体,仿宋,等线
--reverse_color False # True-黑纸白字,False-白纸黑字,默认白纸黑字
--output_per_iter 2 # 每隔多少次迭代输出一张图片
--image_input_mode one_pic # 输入的风格图片允许使用一下mode: 'one_pic:一张风格图片','one_pic_T:一张风格图片,但是这张图片经过旋转90度后当作第二张,特别适合汉字的横竖笔画','two_pic:两张风格图片'
--style_reference_image2_path # 第二张风格图片的位置,没有第二张不填
--two_style_k 0.9 # 两张图片的相对权重,第一张k+第二张(1-k)

一些使用的例子

单一风格:
"C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64\python.exe" "E:\学习\大三下\人工智能导论\风格转移字体\neural_style_transfer.py" "E:\学习\大三下\人工智能导论\风格转移字体\style\bamboo\5.jpg" E:\学习\大三下\人工智能导论\风格转移字体\输出\ --pictrue_size 300 --background_color (255,255,255) --text_color (0,0,0) --iter 30 --chars 竹 --smooth_times 20 --noise 10 --image_enhance True --image_input_mode one_pic

两个风格:
"C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64\python.exe" "E:\学习\大三下\人工智能导论\风格转移字体\neural_style_transfer.py" "E:\学习\大三下\人工智能导论\风格转移字体\style\stone\2.jpg" E:\学习\大三下\人工智能导论\风格转移字体\输出\ --pictrue_size 300 --background_color (255,255,255) --text_color (0,0,0) --iter 50 --chars 石 --smooth_times 20 --noise 10 --image_enhance True --image_input_mode two_pic --style_reference_image2_path "E:\学习\大三下\人工智能导论\风格转移字体\style\stone\3.jpg" --two_style_k 0.6

7.13更新

1.更新了使用例子
2.代码稍作调整

6.13更新

1.支持两张风格图片,使用第一张k+第二张(1-k),可以平滑调节两张图片的风格过渡。
2.支持调节随机噪音的强度,为图片加上“noise×图片边长”个噪点。
3.精细调参,三层卷积层的权重改为10:1:1,颜色更艳丽。

一些说明

神经网络基于keras官方的风格迁移的例子,经过一定的调整loss函数和调参后得到最适合于艺术风格字体的代码。
调整包括:

1.加入生成文字图片的方法,以及提供一系列图片生成相关接口,便于您第一时间修改结果
2.修改了loss函数,经过大量实验,确定使用keras提供的VGG19网络的'block1_conv1','block2_conv1','block3_conv1'三层作为风格损失,去除内容损失
3.加入一些图片的增强方法,使得结果更加色彩丰富
4.在style文件夹下提供了一系列图片供您探索
4.运行需要Keras支持,建议使用GPU运算,在 Nvidia GeForce GTX 1050 Ti (4 GB)上,一次迭代大约3s,一张图片耗时2-3min

下面给出一些例子,在example文件夹下有其对应的风格图片

花
雨
竹
雾
墨
木
火
星
石

About

这个文件夹主要是用来尝试图像的风格迁移,首先从单字下手,以后会慢慢的尝试自己的项目

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages