Python实战：将头像转成动漫风！

人生苦短，快学Python！

大家好，我是小五。最近遇到了一个问题，需要将头像转化动漫风，当时第一想法就是找现成的轮子。比如我们在之前的文章中《超有趣的Python实战：将图片转成像素风！》，就是通过调用名为Tiler的开源库，生成可爱像素风图片！

▲图片转成像素风

将头像转化为动漫风，就是希望在保持原图像信息和纹理细节的同时，将真实照片转换为动漫/卡通风格的非真实感图像。目前除了百度api，Github上还有不少开源库可供我们直接使用。

其中AnimeGAN是来自武汉大学和湖北工业大学的一项研究，采用的是神经风格迁移 + 生成对抗网络（GAN）的组合，实现效果非常符合我们的需求。

AnimeGAN最早使用的是Tensorflow框架，不过查询资料后发现该项目已支持PyTorch框架。

地址：https://github.com/bryandlee/animegan2-pytorch

而我正好之前基于PyTorch实现过微博评论情感分析，所以用起来也不会有什么负担，还省得安装库了。

Pytorch安装

PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。这个深度学习框架，可以应用在数值建模、图像建模、文本建模、音频建模等等多个方向。

安装Pytorch会比其他库麻烦一些，如果去官方安装下载，需要根据实际配置得到适合自己的安装命令。

如果你通过上面这种步骤发现下载速度慢，或者遇到各种问题，不妨试试下面这个网站：

https://download.pytorch.org/whl/torch_stable.html

网站视图：

动漫风格迁移

安装Pytorch框架后，我们便可以将该animegan2-pytorch项目clone到本地/直接下载下来：

git clone https://github.com/bryandlee/animegan2-pytorch

下载到本地的文末目录如下图所示：

其中weights文件夹下包含四个权重，选择对应的权重就能实现自己想要的动漫风格迁移。samples下的inputs文件夹中储存了图片示例，可以直接拿来试水。除此以外，我还在同一路径下新建了output文件夹，用于存放处理后的图片。

接下来，我们只需要在命令行中运行test.py脚本就可以调用该项目，具体命令格式如下：

python test.py --checkpoint [模型文件路径] --input_dir [输入图像所在目录] --output_dir [输出目录] --device [设备选择，cpu或者cuda]

实际操作：

由于是像实现人脸动漫迁移，所以我分别使用了face_paint_512_v1.pt和face_paint_512_v2.pt权重，效果如下图所示：

实战效果①

换一张图看一下：

实战效果②

个人觉得face_paint_512_v2.pt权重的处理成品更符合我对动漫风的想象，大家怎么看呢？

最后我也试了试paprika.pt对风景图片进行动漫迁移。

▲原图

效果如下图所示：

▲效果图

如果大家对将头像/图片转化动漫风感兴趣，不妨也来试试~

注意！

注意！

如果看完本文的小伙伴，不想安装Pytorch，又想直接打造一个自己专属的漫画脸？

可以电脑打开这个网址：https://huggingface.co/spaces/akhaliq/AnimeGANv2，这是在线AnimeGANv2的APP，无需你本地安装什么框架，直接就可以进行转换。

▲AnimeGANv2网站

如果看完本文的小伙伴，对深度学习框架PyTorch感兴趣了，那就再给大家推荐一本我最近看过的书：

《动手学PyTorch深度学习建模与应用》

该书以深度学习框架PyTorch为基础，循序渐进地介绍其在深度学习中的应用。全书共10章，从深度学习数学知识入手，逐步介绍PyTorch在数值建模、图像建模、文本建模、音频建模中的基本概念及应用示例。

《动手学PyTorch深度学习建模与应用》这本书还将介绍模型的可视化和联邦学习等内容，以扩展读者的视野。本书在讲解每一个知识点的同时，都配合有动手练习实例，便于读者深入理解所学知识，并达成学以致用的目标。