计算机毕业设计--老照片（灰白照片）划痕修复+清晰化+色彩增强的深度学习算法设计与实现（含有giuhub代码）_修复老照片代码-程序员宅基地

技术标签：计算机毕业设计图像处理深度学习人工智能

计算机毕业设计-基于深度学习的旧照片修复

本篇文章是针对老照片的色彩增强，清晰化，划痕修复，划痕检测。如果你想对破损的照片进行修复，请参考我的另一篇CSDN作品

基于深度学习技术（Transformer、GAN）的破损图像修复算法
在这里插入图片描述

News

在这里插入图片描述

运行要求

该代码需要在安装了Nvidia GPU和CUDA的计算机上运行，运行代码需要Python>=3.6。

使用方式

giuhub链接：老照片修复
上面链接打不开直接复制粘贴到浏览器地址：https://github.com/zxx1218/oldImage_fix
gitee链接：老照片修复
gitee链接地址：https://gitee.com/zxx1218/Image_coloring

clone项目后，只需一个简单的命令即可轻松恢复旧照片。对于没有划痕的图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0

对于带有划痕图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0 \
              --with_scratch

对于带有划痕的高分辨率（就是说图像清晰度很高）图像：

python run.py --input_folder [test_image_folder_path] \
              --output_folder [output_path] \
              --GPU 0 \
              --with_scratch \
              --HR

注意：请修改上述步骤中[ ]内的路径，模型修复完成后，可以在“output_path”中检查不同步骤产生的修图结果。

2) 2024新开发功能—照片划痕检测

下图展示划痕检测结果与修复结果
在这里插入图片描述

3) 照片全图结构恢复（对老照片结构翻新，相当于清晰化，结构化）

修复效果展示：

在这里插入图片描述

4) 面部增强

修复效果展示：

在这里插入图片描述

注：
由于该模型是用256*256个图像预训练的，因此使用该模型需要将图像分辨率（像素）调整为256。

5) 一个用户友好的GUI界面

本科毕业学生选择做深度学习相关的毕业设计，不可能完全专注于算法，因此本项目配套设计了一个基于pyqt（python提供的一个图形化界面）的GUI界面，它接受用户待修复的照片图像输入，并在相应的窗口中显示结果。

如何使用？

1.在pycharm中运行GUI.py文件。
2.单击浏览并选择待修复的图像以修复划痕（test_images/old_w_scratch文件夹中提供了可用于测试的图像）。
3.单击“修改照片”按钮。
4.等待一段时间（控制台会有算法的中间过程输出），然后在GUI窗口上查看修复结果。
5.单击“保存”，或者“退出窗口”退出，保存后的图片会在指定的文件夹中获取到。
在这里插入图片描述

如何自行训练模型?

咨询作者

有问题联系作者：

VX：Accddvva
QQ：1144968929
该项目代码提供训练好的模型文件以及调用该文件进行修图的测试代码（clone后安装环境即可使用，开源版不包含模型源码以及gui）
本项目完整代码+环境配置教程+代码使用方式+GUI界面 == 价格300RMB，可提供远程部署服务，另外提供GPU服务器短期租赁服务，24G显存服务器每个月100RMB

作者于浙江某985高校就读人工智能方向研究生，可以帮忙定制设计模型，并提供源代码和训练后的模型文件以及环境配置和使用方法，只需要描述需求即可。
人工智能领域，尤其是计算机视觉（Computer vision，CV）方向的毕业设计，只要你想得出，没有做不出的

本文链接：https://blog.csdn.net/qq_45566099/article/details/136506388

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次，点赞8次，收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术，其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据，例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息，从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代，随着大数据时代的到来，稀疏编码技术的应用范围和影响力不断扩大。目前，稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载，正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次，点赞27次，收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子：其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异，一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud，详解干货，做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次，点赞9次，收藏7次。微服务架构简单的说就是将单体应用进一步拆分，拆分成更小的服务，每个服务都是一个可以独立运行的项目。这么多小服务，如何管理他们？(服务治理注册中心[服务注册发现剔除])这么多小服务，他们之间如何通讯？这么多小服务，客户端怎么访问他们？(网关)这么多小服务，一旦出现问题了，应该如何自处理？(容错)这么多小服务，一旦出现问题了，应该如何排错?(链路追踪)对于上面的问题，是任何一个微服务设计者都不能绕过去的，因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次，点赞6次，收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程（过程详细）_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次，点赞245次，收藏1.5k次。在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题，是指服务端功能开放过多或权限限制不严格，导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来，这种漏洞已经屡见不鲜，各种漏洞组合利用也是千奇百怪、五花八门，这里总结漏洞是为了更好地应对和预防，如有不妥之处还请业内人士多多指教。0x01 背景2014年4月，在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be and th_normalized plane coordinates

开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次，点赞2次，收藏3次。开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景第一代开放信息抽取系统(Open Information Extraction， OIE， learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息，为了消除这些冗余信息，诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取（即省略关键信息的提取）、_语义角色增强的关系抽取