激情六月丁香婷婷|亚洲色图AV二区|丝袜AV日韩AV|久草视频在线分类|伊人九九精品视频|国产精品一级电影|久草视频在线99|在线看的av网址|伊人99精品无码|午夜无码视频在线

人工智能python代碼實現(xiàn)魔幻換天視頻特效

發(fā)布時間：2024-01-10 12:50:08 瀏覽量：150次

魔幻換天視頻：

python 代碼實現(xiàn)魔幻換天特效

特效前后對比圖

python實現(xiàn)魔幻換天特效，特效前，特效后對比視頻

視頻前后特效對比圖

前幾期的視頻，我們分享了python代碼實現(xiàn)的魔幻換天的視頻特效，如何使用python代碼實現(xiàn)？本期文章我們簡單介紹一下工作原理。

視頻特效對比前后

首先，需要到如下鏈接下載整個項目的源碼：

github.com/jiupinjia/SkyAR

下載完成后，解壓后的文件目錄如下：

源代碼目錄文件

然后到如下地址下載預訓練模型：

drive.google.com/file/d/1COMROzwR4R_7mym6DL9LXhHQlJmJaV0J/view?usp=sharing
模型名稱：checkpoints_G_coord_resnet50.zip

下載完成后，解壓到skyAR的當前目錄中，項目中多一個文件夾
checkpoints_G_coord_resnet50，目錄如下：

需要加載預訓練模型

然后，需要安裝requirement里面要求的第三方工具包：

如下第三方包是項目需要的包，需要安裝到自己的電腦里面，否則代碼無法運行
matplotlib
scikit-image
scikit-learn
scipy
numpy
torch
torchvision
opencv-python
opencv-contrib-python

特效前后對比圖

待以上準備工作完成后，便可以簡單修改一下源碼進行運行代碼，這里需要要求你已經(jīng)安裝好了cuda版本的pytorch或者CPU版本的pytorch，若電腦里面沒有GPU可以使用，可以直接使用CPU進行代碼的運行，代碼修改如下：

首先打開skymagic.py文件，更改前代碼如下：

import numpy as np
import matplotlib.pyplot as plt
import cv2
import os
import glob
import argparse
from networks import *
from skyboxengine import *
import utils
import torch

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

parser = argparse.ArgumentParser(description='SKYAR')
parser.add_argument('--path', type=str, default='./config/config-canyon-jupiter.json', metavar='str',
help='configurations')

代碼截圖

更改后代碼如下：我們注銷了2,12,16-18行的代碼，并修改13行代碼為device = torch.device( "cpu")，這里修改的意思是使用CPU運行代碼，若你電腦上面已經(jīng)安裝好了cuda，可以忽略此處的修改

import numpy as np
import matplotlib.pyplot as plt
import cv2
import os
import glob
#import argparse
from networks import *
from skyboxengine import *
import utils
import torch

device = torch.device( "cpu")

#parser = argparse.ArgumentParser(description='SKYAR')
#parser.add_argument('--path', type=str, default='./config/config-canyon-jupiter.json', metavar='str',
# help='configurations')

代碼截圖

修改完成后，需要修改一下main 函數(shù)里面的代碼

修改前代碼的第188行使用parser來進行配置文件的讀取

if __name__ == '__main__':

    config_path = parser.parse_args().path
    args = utils.parse_config(config_path)
    sf = SkyFilter(args)
    sf.run()

代碼截圖

修改后，我們可以直接配置config配置文件下的配置文件

if __name__ == '__main__':

    config_path = 'config/config-canyon-sunset.json'
    args = utils.parse_config(config_path)
    sf = SkyFilter(args)
    sf.run()

代碼截圖

配置文件如下：
{
"net_G": "coord_resnet50",
"ckptdir": "./checkpoints_G_coord_resnet50",

"input_mode": "video",
"datadir": "./test_videos/canyon.mp4",
"skybox": "rainy.jpg",

"in_size_w": 384,
"in_size_h": 384,
"out_size_w": 845,
"out_size_h": 480,

"skybox_cernter_crop": 0.5,
"auto_light_matching": false,
"relighting_factor": 0.6,
"recoloring_factor": 0.5,
"halo_effect": true,

"output_dir": "./eval_output",
"save_jpgs": false
}

"ckptdir": "
./checkpoints_G_coord_resnet50這里是預訓練好的模型

"input_mode": "video",這里是輸入的格式，當然也可以輸入一張照片，照片設置為seq

"datadir": "./test_videos/canyon.mp4",這里是需要處理的視頻地址

"skybox": "rainy.jpg",這里是添加特效的圖片或者視頻

代碼截圖

其他參數(shù)可以默認設置

最后，直接在本目錄文件夾下cmd對話框中輸入：

python skymagic.py

便可以看到模型實時渲染的特效視頻，代碼運行完成，會在當前目錄生成合成后的視頻

視頻特效對比

當然，你也可以使用自己的數(shù)據(jù)，進行模型的訓練，模型的訓練使用train.py代碼，詳細步驟可以參考文章中的鏈接進行學習，本文只是簡單介紹一下代碼的基本使用，其中涉及的pytorch人工智能神經(jīng)網(wǎng)絡的搭建，模型的訓練等知識，也可以參考往期關于pytorch等方面的知識，后期我們也會分享此方面的知識，關于pytorch不同版本的安裝說明，pytorch官網(wǎng)有詳細的介紹可以參考

特效視頻截圖

最后展示幾張?zhí)匦Ш蟮恼掌?，有關視頻可以查看文章開頭的2個視頻鏈接，進行視頻的觀看

視頻特效

視頻特效

熱門課程推薦

熱門資訊

請綁定手機號

獲取驗證碼
x

同學您好！

您已成功報名0元試學活動，老師會在第一時間與您取得聯(lián)系，請保持電話暢通！
確定