老照片作為時(shí)光記憶的載體，不只是過去美好時(shí)光的傳承者，同時(shí)也是每個(gè)人的情結(jié)和懷念的寄托。

隨著時(shí)間的流逝,許多老照片都因?yàn)樽匀换蛉藶樵颍艿搅饲治g損壞，畫面模糊、褪色、照片磨損嚴(yán)重等現(xiàn)象，甚至還有的因?yàn)楸９懿缓脤?dǎo)致照片面目全非。

今天的這個(gè)Python模塊叫GFPGAN，它能夠讓這些老照片恢復(fù)原有的光澤，使用了GAN算法對(duì)照片進(jìn)行修復(fù)，效果比其他同類模型都有更好的表現(xiàn)。本模塊支持Python3.7+版本。

1.準(zhǔn)備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細(xì)Python安裝指南 進(jìn)行安裝。

**(可選1) **如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)：Python 編程的最好搭檔—VSCode 詳細(xì)指南。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴 ：

1. Windows 環(huán)境 打開 Cmd (開始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

# 克隆項(xiàng)目
git clone https://github.com/TencentARC/GFPGAN.git
  
# 進(jìn)入項(xiàng)目
cd GFPGAN

# 安裝依賴
pip install basicsr
pip install facexlib
pip install -r requirements.txt
pip install realesrgan

# 安裝程序
python setup.py develop

2.使用GFPGAN修復(fù)老照片

GFPGAN模型需要通過數(shù)據(jù)集訓(xùn)練得到，由于訓(xùn)練需要使用的數(shù)據(jù)量和算力非常大，作者團(tuán)隊(duì)提供了許多預(yù)處理好的模型給普通用戶下載，這樣我們就能繞過訓(xùn)練這個(gè)步驟直接使用模型，下載地址如下：

https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth

如果你無法訪問GitHub，也可以在Python實(shí)用寶典后臺(tái)回復(fù)：**GFPGAN **下載。里面包含了本項(xiàng)目源代碼及許多其他預(yù)訓(xùn)練好的模型，包括：

• GFPGANCleanv1-NoCE-C2.pth：無法染色；不需要 CUDA 擴(kuò)展。
• GFPGANv1.pth：論文使用的模型，能夠?qū)εf照片進(jìn)行染色。

將想要使用的預(yù)訓(xùn)練模型放入 experiments/pretrained_models 文件夾下就可以開始使用了。

使用方法非常簡單，進(jìn)入項(xiàng)目目錄后輸入以下命令：

python inference_gfpgan.py --model_path experiments/pretrained_models/GFPGANv1.pth --test_path inputs/cropped_faces --save_root results

其中，各個(gè)參數(shù)的意義如下：

** model_path ** : 使用的模型的位置。

** test_path ** : 需要轉(zhuǎn)換的老照片的路徑。

** save_root ** : 轉(zhuǎn)換結(jié)果存放的路徑。
可見其修復(fù)效果是非常優(yōu)秀的，如果你們也有需要修復(fù)的老照片，可以嘗試使用手機(jī)的照片掃描儀軟件掃描后使用此模塊修復(fù)。

3.微調(diào)模型

如果你對(duì)模型的輸出結(jié)果不是很滿意，你還可以基于作者團(tuán)隊(duì)給出的模型做微調(diào)。微調(diào)能實(shí)現(xiàn)以下目的：

1.如果你有更高質(zhì)量的人臉數(shù)據(jù)，可以提高修復(fù)效果。

2.你可能需要對(duì)數(shù)據(jù)做一些微處理，比如美妝等。

微調(diào)流程如下：

1.準(zhǔn)備好訓(xùn)練數(shù)據(jù)集：https://github.com/NVlabs/ffhq-dataset

2.下載預(yù)訓(xùn)練模型和其他你自己的數(shù)據(jù)，把它們放在 ** experiments/pretrained_models ** 文件夾里。我們公眾號(hào)后臺(tái)提供以下預(yù)訓(xùn)練模型：

• StyleGAN2 模型：StyleGAN2_512_B12G4_scratch_800k.pth
• FFHQ 位置模型：FFHQ_eye_mouth_landmarks_512.pth
• 簡單的 ArcFace 模型：arcface_resnet18.pth

3.根據(jù)自身需求，相應(yīng)地修改配置文件 options/train_gfpgan_v1.yml。

4.輸入命令訓(xùn)練：

python -m torch.distributed.launch --nproc_per_node=4 --master_port=22021 gfpgan/train.py -opt options/train_gfpgan_v1.yml --launcher pytorch

模型微調(diào)的難度比較大，可能會(huì)遇到不少問題，需要大家善于利用搜索引擎解決問題。