用Python制作可视化GUI界面，一键实现多种风格的照片处理

今天向大家展示了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。

完整代码、技术交流，文末获取

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。

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”

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={'': '........'}
)
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={'': '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

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

联系方式

目前开通了技术交流群，群友已超过3000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友，资料获取也可以加入

方式1、添加微信号：dkl88191，备注：来自CSDN
方式2、微信搜索公众号：Python学习与数据挖掘，后台回复：加群