基于深度学习的图片上色（Opencv，Pytorch，CNN）-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于深度学习的图片上色（Opencv，Pytorch，CNN）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 前言

文末附有源码下载地址。

灰度图自动上色

2.图像格式（RGB，HSV，Lab）

2.1 RGB

想要对灰度图片上色，首先要了解图像的格式，对于一副普通的图像通常为RGB格式的，即红、绿、蓝三个通道，可以使用opencv分离图像的三个通道，代码如下所示：

import cv2

img=cv2.imread('pic/7.jpg')
B,G,R=cv2.split(img)
cv2.imshow('img',img)
cv2.imshow('B',B)
cv2.imshow('G',G)
cv2.imshow('R',R)
cv2.waitKey(0)

代码运行结果如下所示。
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

2.2 hsv

hsv是图像的另一种格式，其中h代表图像的色调，s代表饱和度，v代表图像亮度，可以通过调节h、s、v的值来改变图像的色调、饱和度、亮度等信息。
同样可以使用opencv将图像从RGB格式转换成hsv格式。然后可以分离h、s、v三个通道并显示图像代码如下所示：

import cv2

img=cv2.imread('pic/7.jpg')
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
h,s,v=cv2.split(hsv)
cv2.imshow('hsv',hsv)
cv2.imshow('h',h)
cv2.imshow('s',s)
cv2.imshow('v',v)
cv2.waitKey(0)

运行结果如下所示：
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

2.3 Lab

Lab是图像的另一种格式，也是本文使用的格式，其中L代表灰度图像，a、b代表颜色通道，本文使用L通道灰度图作为输入，ab两个颜色通道作为输出，训练生成对抗网络，将图像由RGB格式转换成Lab格式的代码如下所示：

import cv2

img=cv2.imread('pic/7.jpg')
Lab=cv2.cvtColor(img,cv2.COLOR_BGR2Lab)
L,a,b=cv2.split(Lab)
cv2.imshow('Lab',Lab)
cv2.imshow('L',L)
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.waitKey(0)

基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

3. 生成对抗网络（GAN）

生成对抗网络主要包含两部分，分别是生成网络和判别网络。
生成网络负责生成图像，判别网络负责鉴定生成图像的好坏，二者相辅相成，相互博弈。
本文使用U-net作为生成网络，使用ResNet18作为判别网络。U-net网络的结构图如下所示：

3.1 生成网络（Unet）

基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

pytorch构建unet网络的代码如下所示：

class DownsampleLayer(nn.Module):
    def __init__(self,in_ch,out_ch):
        super(DownsampleLayer, self).__init__()
        self.Conv_BN_ReLU_2=nn.Sequential(
            nn.Conv2d(in_channels=in_ch,out_channels=out_ch,kernel_size=3,stride=1,padding=1),
            nn.BatchNorm2d(out_ch),
            nn.ReLU(),
            nn.Conv2d(in_channels=out_ch, out_channels=out_ch, kernel_size=3, stride=1,padding=1),
            nn.BatchNorm2d(out_ch),
            nn.ReLU()
        )
        self.downsample=nn.Sequential(
            nn.Conv2d(in_channels=out_ch,out_channels=out_ch,kernel_size=3,stride=2,padding=1),
            nn.BatchNorm2d(out_ch),
            nn.ReLU()
        )

    def forward(self,x):
        """
        :param x:
        :return: out输出到深层，out_2输入到下一层，
        """
        out=self.Conv_BN_ReLU_2(x)
        out_2=self.downsample(out)
        return out,out_2
class UpSampleLayer(nn.Module):
	def __init__(self,in_ch,out_ch):
	   # 512-1024-512
	   # 1024-512-256
	   # 512-256-128
	   # 256-128-64
	   super(UpSampleLayer, self).__init__()
   self.Conv_BN_ReLU_2 = nn.Sequential(
       nn.Conv2d(in_channels=in_ch, out_channels=out_ch*2, kernel_size=3, stride=1,padding=1),
       nn.BatchNorm2d(out_ch*2),
       nn.ReLU(),
       nn.Conv2d(in_channels=out_ch*2, out_channels=out_ch*2, kernel_size=3, stride=1,padding=1),
       nn.BatchNorm2d(out_ch*2),
       nn.ReLU()
   )
   self.upsample=nn.Sequential(
       nn.ConvTranspose2d(in_channels=out_ch*2,out_channels=out_ch,kernel_size=3,stride=2,padding=1,output_padding=1),
       nn.BatchNorm2d(out_ch),
       nn.ReLU()
   )

	def forward(self,x,out):
	   '''
	   :param x: 输入卷积层
	   :param out:与上采样层进行cat
	   :return:
	   '''
	   x_out=self.Conv_BN_ReLU_2(x)
	   x_out=self.upsample(x_out)
	   cat_out=torch.cat((x_out,out),dim=1)
	   return cat_out
class UNet(nn.Module):
    def __init__(self):
        super(UNet, self).__init__()
        out_channels=[2**(i+6) for i in range(5)] #[64, 128, 256, 512, 1024]
        #下采样
        self.d1=DownsampleLayer(3,out_channels[0])#3-64
        self.d2=DownsampleLayer(out_channels[0],out_channels[1])#64-128
        self.d3=DownsampleLayer(out_channels[1],out_channels[2])#128-256
        self.d4=DownsampleLayer(out_channels[2],out_channels[3])#256-512
        #上采样
        self.u1=UpSampleLayer(out_channels[3],out_channels[3])#512-1024-512
        self.u2=UpSampleLayer(out_channels[4],out_channels[2])#1024-512-256
        self.u3=UpSampleLayer(out_channels[3],out_channels[1])#512-256-128
        self.u4=UpSampleLayer(out_channels[2],out_channels[0])#256-128-64
        #输出
        self.o=nn.Sequential(
            nn.Conv2d(out_channels[1],out_channels[0],kernel_size=3,stride=1,padding=1),
            nn.BatchNorm2d(out_channels[0]),
            nn.ReLU(),
            nn.Conv2d(out_channels[0], out_channels[0], kernel_size=3, stride=1, padding=1),
            nn.BatchNorm2d(out_channels[0]),
            nn.ReLU(),
            nn.Conv2d(out_channels[0],3,3,1,1),
            nn.Sigmoid(),
            # BCELoss
        )
    def forward(self,x):
        out_1,out1=self.d1(x)
        out_2,out2=self.d2(out1)
        out_3,out3=self.d3(out2)
        out_4,out4=self.d4(out3)
        out5=self.u1(out4,out_4)
        out6=self.u2(out5,out_3)
        out7=self.u3(out6,out_2)
        out8=self.u4(out7,out_1)
        out=self.o(out8)
        return out

3.2 判别网络（resnet18）

resnet18的结构图如下所示：
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch
在pytorch内部自带resnet18模型，只需一行代码即可构建resnet18模型，然后还需要去除网络最后的全连接层，代码如下所示：

from torchvision import models

resnet18=models.resnet18(pretrained=False)
del resnet18.fc

print(resnet18)

4. 数据集

本文使用的是自然风景类的数据图片，在网站上爬取了大概1000多张数据图片，部分图片如下所示
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

5. 模型训练与预测流程图

5.1 训练流程图

如下图所示，首先将RGB图像转换成Lab图像，然后将L通道作为生成网络输入，生成网络的输出为新的ab两通道，然后将图像原始的ab通道，与生成网络生成的ab通道输入判别网络中。
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

5.2 预测流程图

下图为模型的预测过程，在预测过程中判别网络已经没有作用了，首先将RGB图像转换成，Lab图像，接着将L灰度图输入生成网络可以得到新的ab通道图像，接着将L通道图像与生成的ab通道图像进行拼接（concate）,拼接以后可以得到一张新的Lab图像，然后再将其转换成RGB格式，此时图像即为上色以后的图像。
基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

6. 模型预测效果

下图为模型的预测效果。左侧的为灰度图像，中间的为原始的彩色图像，右侧的是模型上色以后的图像。整体上看，网络的上色效果还不错。

基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch

7. GUI界面制作

为了更加方便使用模型，本文使用pyqt5制作操作界面，其界面如下图所示：首先可以从电脑中加载图像，还可以切换上一张或者下一张，可以将图像灰度化显示。可以对其上色，然后可以调整上色后图像的H、S、V信息，最后支持图像导出，可以将上色后的图像保存到本地中。

基于深度学习的图片上色（Opencv，Pytorch，CNN）,深度学习,opencv,pytorch