【源码】基于Python和GFPGAN的面部修复系统

项目简介

本项目借助Python和GFPGAN（基于StyleGAN2的风格迁移模型），运用深度学习技术，致力于提升低质量或模糊面部图像的质量。结合GFPGAN、Gradio和Huggingface Spaces，打造了易于使用的面部修复工具，用户能简单操作将老照片或模糊照片修复成高清图像。

项目的主要特性和功能

1. 面部修复：借助GFPGAN模型对低质量面部图像进行超分辨率和细节增强。
2. Gradio集成：通过Gradio快速生成交互式Web页面，方便用户上传和处理图像。
3. Huggingface Spaces：把修复后的图像上传到Huggingface Spaces，便于分享和在线体验。
4. 预训练模型：采用最新的V1.3预训练模型，提供更高质量的修复效果。
5. 错误处理：针对常见运行错误给出详细解决方案，确保项目稳定运行。

安装使用步骤

1. 复制项目

确保已安装git lfs，复制项目代码： bash sudo apt-get install git-lfs git init sudo git lfs install git clone https://huggingface.co/spaces/akhaliq/GFPGAN

2. 安装依赖

进入项目目录并安装所需的Python依赖： bash cd GFPGAN pip install -r requirements.txt pip install aiofiles

3. 修改代码

根据需要修改模型路径和推理函数，确保使用最新的V1.3预训练模型： ```python restorer = GFPGANer( model_path='experiments/pretrained_models/GFPGANv1.3.pth', upscale=2, arch='clean', channel_multiplier=2, bg_upsampler=bg_upsampler)

def inference(img): input_img = cv2.imread(img, cv2.IMREAD_COLOR) cropped_faces, restored_faces, restored_img = restorer.enhance( input_img, has_aligned=False, only_center_face=False, paste_back=True) return Image.fromarray(restored_img[:, :, ::-1]) ```

4. 运行项目

运行以下命令启动项目： bash python app.py 项目启动后，浏览器会自动跳转到http://127.0.0.1:7860，可在该页面上传图像并查看修复效果。

5. 上传到Huggingface Spaces

1. 注册Huggingface账号并创建一个新的Space。
2. 选择Gradio作为SDK，并复制新建的Space代码。
3. 将修改后的代码推送到Huggingface Spaces： bash git lfs install git add . git commit -m "Update with V1.3 model" git push
4. 完成推送后，访问你的Space页面即可在线体验面部修复功能。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】