这篇文章主要介绍“怎么利用Python+AI使静态图片动起来”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“怎么利用Python+AI使静态图片动起来”文章能帮助大家解决问题。
类似于下面这种效果:
最左侧的人物是原始的动作,上面是静态图片。通过AI技术便可以让最左侧人物的动作运用到上面的静态图片上,从而让张图都可以做出相同的动作。
这种技术一般是基于的GAN(生成对抗网络)来实现,今天我给大家分享一个开源项目,能够复现上面的效果,可以做些有趣的项目,也可以怀念故人。
1. 运行项目
项目地址:https://github.com/AliaksandrSiarohin/first-order-model
首先,git clone将项目下载到本地,进入项目安装依赖。
git clone https://github.com/AliaksandrSiarohin/first-order-model.gitcd first-order-modelpip install -r requirements.txt
然后,在项目首页Pre-trained checkpoint下,找到模型下载链接,下载模型文件,模型有很多,我用的是vox-adv-cpk.pth.tar。
准备好模型文件后,在项目根目录下执行下面命令即可。
python demo.py \ --config config/vox-adv-256.yaml \ --driving_video src_video.mp4 \ --source_image src_img.jpg \ --checkpoint weights/vox-adv-cpk.pth.tar
解释下参数:
--config:模型配置文件,在源文件中有
--driving_video:提供动作的视频
--source_image:需要加动效的静态图片
--checkpoint:刚刚下载的模型文件
运行完成后,会看到如下输入。
该项目使用PyTorch搭建神经网络,支持GPU和CPU运行,所以如果你的电脑只有CPU,运行会比较慢。
我是在CPU下运行的,从上图可以看到,driving_video只有 31 帧。如果你也是CPU运行,最好控制driving_video视频的时长,不然运行时长会比较长。
有了该项目,可以自己做些比较有意思的尝试。
2. Python API
上面教大家按照官网在命令行运行该项目。
有些朋友可能想在Python项目中调用,所以我在demo.py中抽取了核心代码,封装了一个Pyhton API。
有需要的朋友可以下载这个文件,放到与first-order-model同一级的目录下,按照下面代码调用即可。
fom = FOM()# 查看驱动视频,驱动视频最好裁剪为480 x 640 大小的视频driving_video = ''# 被驱动的画面source_image = ''# 输出视频result_video = ''# 驱动画面fom.img_to_video(driving_video, source_image, result_video)
关于“怎么利用Python+AI使静态图片动起来”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注编程网行业资讯频道,小编每天都会为大家更新不同的知识点。