用Python制作可视化GUI界面,一键实现多种风格的照片处理

发布于:2023-03-12 ⋅ 阅读:(0) ⋅ 点赞:(0)

之前向大家展示过如何通过一键点击实现将头像变成动漫风的实践,无非是在制作的UI界面当中,在用户上传了照片之后,后端的脚本在接收到照片之后,借助对抗生成神经网络来生成具有动漫风格的头像。

图片

今天小编想在上述成果的基础之上,添加上将“修复老照片”的功能,曾经在抖音上面也是吸引了不少的流量,内容就是发布一张老照片修复后的效果呈现,毕竟老照片容易引起人的共鸣,甚至有不少人通过修复老照片,找到失散多年的亲人。

图片

照片修复的具体实操

那么我们就在已经完成的UI界面上面再添加几个按钮,如下图所示,分别是“动漫风格”、“老照片修复”以及“素描风格”

图片

当我们点击“动漫风格”时,程序会针对先前的步骤将上传的图片变成动漫风格的头像,当我们点击“老照片修复”时,会针对上传的照片进行修复,对应的代码是Github上面一个名叫DeOldify的项目,在Github上面获得了15.2K的小星星,可谓是非常的火爆,该作者给我们提供了一个多语言版本的接口,调用这个接口我们可以快速的使用该项目的能力,为老照片上色,代码如下

import requests
r = requests.post(
    "https://api.deepai.org/api/colorizer",
    files={
        'image': open('自己本地图片的路径', 'rb'),
    },
    headers={'api-key': '........'}
)
output_url = r.json()["output_url"]

同时我们也需要将图片保存在本地,代码如下

def deoldify_action(self):
    r = requests.post(
        "https://api.deepai.org/api/colorizer",
        files={
            'image': open(imgNamepath, 'rb'),
        },
        headers={'api-key': 'fe26be2a-b66e-4cfc-8f4d-514f683e9812'}
    )
    output_url = r.json()["output_url"]
    ## 将图片保存在本地
    response = requests.get(output_url, stream=True)
    image_name = imgNamepath.split(".")[0]
    try:
        with open(image_name + '_oldified.png', 'wb') as logFile:
            for chunk in response:
                logFile.write(chunk)
            logFile.close()
            print("Download done!")
    except Exception as e:
        print("Download log error!")

    image_name = imgNamepath.split(".")[0]
    imgShow = QtGui.QPixmap(image_name + '_oldified' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio)
    ## 将变换过之后的照片显示在界面上
    self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height())
    self.ui.label_5.setScaledContents(True)
    self.ui.label_5.setPixmap(imgShow)
    print(f"image saved: {image_name}")

最后出来的效果如下图所示

图片

将照片风格素描化的具体实操

而当我们点击“素描风格”的单选框之后,便开始将上传的图片变成素描风格,代码如下

def startAction_sumiao(self):
    img = cv2.imread(imgNamepath)
    gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    inverted_gray_image = 255 - gray_image
    blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19, 19), 0)
    image_name = imgNamepath.split(".")[0]
    inverted_blurred_image = 255 - blurred_inverted_gray_image
    sketck = cv2.divide(gray_image, inverted_blurred_image, scale=256.0)
    ## 图像保存在本地
    cv2.imwrite(image_name + '_sumiao.png', sketck)
    ## 将变换过之后的照片显示在界面上
    imgShow = QtGui.QPixmap(image_name + '_sumiao' + ".png").scaled(self.ui.label_5.size(), aspectMode=Qt.KeepAspectRatio)
    self.ui.label_5.setFixedSize(imgShow.width(), imgShow.height())
    self.ui.label_5.setScaledContents(True)
    self.ui.label_5.setPixmap(imgShow)

我们来看一下具体的效果,如下图所示

图片

以上就是本次分享的所有内容,如果你觉得文章还不错,欢迎关注公众号:Python编程学习圈,每日干货分享,发送“J”还可领取大量学习资料,内容覆盖Python电子书、教程、数据库编程、Django,爬虫,云计算等等。或是前往编程学习网,了解更多编程技术知识。


网站公告

欢迎关注微信公众号 关注公众号领取新人福利

今日签到

点亮在社区的每一天
去签到