CodeFormer：基于深度学习的人脸修复工具

你有没有过这样的经历？翻看旧照片，发现里面的人脸模糊不清，或是颜色褪去，甚至被不雅的马赛克破坏了美好的回忆。最近，在一个偶然的机会下，我在一个群里看到了一张截图，让我眼前一亮——一款名为CodeFormer的工具，能够修复这些照片上的瑕疵！

CodeFormer究竟是什么？

简单来说，CodeFormer是一个基于深度学习的人脸修复工具，能够对人脸进行清晰化、色彩修复，甚至去除马赛克。这个项目是由南洋理工大学的S-Lab团队开发的，GitHub上的项目页面非常详细，让人一看就心动。

home_open_codeFormer_1

它怎样施展的？

我一探究竟，发现它背后的技术真的很先进。通过一种称为“Codebook Lookup Transformer”的方法，CodeFormer能够精确地识别人脸上的瑕疵，并针对性地进行修复。无论是照片中的人脸因为年代久远变得模糊，还是因为拍摄时光线问题而颜色失真，乃至被难看的马赛克遮挡，CodeFormer都能够给出一个令人满意的答案。

home_open_codeFormer_2

实际效果如何？

不光是理论上的讲解，S-Lab团队还提供了一系列的对比图。从他们提供的图片来看，修复前后的对比效果非常明显。模糊的人脸变清晰，褪色的照片重新焕发光彩，甚至那些被马赛克破坏的部分也能恢复如初。

尝试增强旧照片/修复人工智能艺术

home_open_codeFormer_3

面部修复

home_open_codeFormer_4

面部色彩增强和恢复

home_open_codeFormer_5

脸部修复

home_open_codeFormer_6

看到这里，我已经迫不及待想要亲自试试看了。

我的亲测体验

按照GitHub上的指南，我下载了源码，并且根据自己的需求选择了几张需要修复的照片进行测试。操作过程比我想象中的简单许多，只需要几行命令，就可以看到效果。

面部修复（裁剪并对齐面部）

    
    # 用于裁剪和对齐面(512x512)
python inference_codeformer.py -w 0.5 --has_aligned --input_path [image folder]|[image path]

整体图像增强

    
    # 适用于全图。
# 添加‘--bg_upsampler realesrgan’，用Real-ESRGan增强背景区域。
# 添加‘--Face_UpSample’以使用Real-ESRGAN进一步对修复后的人脸进行向上采样
python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]

视频增强

    
    # Windows/Mac用户请先安装ffmpeg
conda install -c conda-forge ffmpeg

    
    # 用于视频剪辑。
# 视频路径应以‘.mp4’|‘.mov’|‘.avi’结尾
python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path [video path]

脸部着色（裁剪并对齐脸部）

    
    # 用于裁剪和对齐面(512x512)。
# 为黑白或褪色照片上色
python inference_colorization.py --input_path [image folder]|[image path]

脸部修复（裁剪并对齐脸部）

    
    # 用于裁剪和对齐面(512x512)。
# 可以使用图像编辑应用程序(如Photoshop)用白色画笔遮盖#输入。
# (查看INPUTS/MASKED_FACE中的示例)
python inference_inpainting.py --input_path [image folder]|[image path]

我的测试结果让我非常满意——那些曾经因为模糊、色彩失真、马赛克而让人遗憾的照片，现在看起来就像重新拍摄的一样。

CodeFormer的出现，对于喜欢翻看旧照片的人来说，无疑是一大福音。不仅能够修复照片上的瑕疵，还能让回忆变得更加清晰美好。如果你也有这方面的需求，不妨试试看CodeFormer，相信它会给你带来惊喜。