图片修复

背景介绍

本推文展示一个2023年的支线工作，如何采用AI进行图像修复（特征补全），去除图片中杂背景；1.特征去除：快速去除图像中各种水印、物品、人物、字体、等对象；2.老照片修复；3.图像补全。去年8月份跟企业一起合作，针对室内装修行业，给设计师提供一些参考方案，孵化出图小库，近期准备把该成果背后的技术进行开源，希望对大家有所帮助。

图 1 LaMa 图像修复算法的流程框架

结果展示

图 2 效果展示（附：我个人来说，觉得在图像修复领域具有比较好的应用前景，文物修复，老照片修复等）

安装过程

代码语言：javascript代码运行次数：0运行复制

pip install torch==1.13.1+cu117 –extra-index-url 
pip install lama-cleaner
lama-cleaner –model=lama –device=cuda –port=8080
# 上述方法适合网页版个人使用，对于批量化图像处理，比较适合本地安装，具体的代码指令为：
git clone .git
cd lama
conda env create -f conda_env.yml
conda activate lama
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch -y
pip install pytorch-lightning==1.2.9
# 图片处理
python3 bin/predict.py model.path=$(pwd)/big-lama indir=$(pwd)/LaMa_test_images outdir=$(pwd)/output

mask 制作

图像修复的关键点是制作mask，告诉程序代码图像哪部分需要进行修复，该部分可以用AI算法进行批量化处理（Yolo 图像检测），实现批量化图片处理。

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2024-04-09，如有侵权请联系 cloudcommunity@tencent 删除图片处理行业框架量化算法