对大型图像进行着色和重新着色
colorizexl的Python项目详细描述
ColorizeXL公司
以下paper的Python实现，作者是Anat Levin，Dani Lischinski，Yair Weiss，pupublished in SIGGRAPH04。在
我们已经调整了他们的技术，使其适合大图像，通过使用带注释的重叠补丁。在
安装：
pip install colorizexl
使用
黑白图像的着色
在使用软件包之前，必须设置以下各项：
- 原始黑白图像
- 注释彩色图像（请查看纸张中的详细信息）
彩色图像的再分类
在使用软件包之前，必须设置以下各项：
- 原色图像
- 注释图片（请检查纸张上的细节）：白色表示颜色不变，不同颜色表示您想要重新着色
命令行
从命令行调用colorizexl.py，为图像着色或重新着色。在
python colorizexl.py --annotated=<path_to_annotated_image> --grayscale=<path_to_image_to_(re)colorize> --output=<path_to_(re)colorized_image> --recolorize=True/False
Python代码
from colorizexl import ColorizeXL
colorizer = ColorizeXL(
input_grayscale_name, input_annotation_name, recolorize=False
)
output = colorizer.colorize(step_size=patch_size, overlap=overlap, n=neighbour)
定制
从Python可以选择微调以下参数：
step_size（默认值为100），定义方形面片的大小overlap（默认值为2），定义修补程序的重叠n（默认值为10），定义圆中邻居的半径以计算颜色
包装组织
colorizexl公司
包含ColorizeXL类，该类是（重新）着色的引擎。 其功能如下：
- \{colorize：将以一个
image和一个annotation作为输入，并对图像进行着色；它将返回一个彩色图像 - colorize：该算法的主要入口点，该方法将初始图像分割成小块，并将其发送到\ucolorize。它还将处理重叠，以确保着色区域之间的平滑过渡
- colorize_no_upatch：包装器对于uu colorize方法，此函数是算法的初始实现，速度很慢，对于大图像将崩溃
笔记本电脑
包含用于实验的笔记本：
- CS445\u用法：为图像着色和重新着色的示例代码（提供了来自原始纸张的示例图像）；可以看到示例图像的输出here
- CS445}master：我们的初始着色实验
- CS445_patch_sort：对要重新存储的补丁进行智能排序的实验
测试
包含用于微调和评估包的测试代码。在
- test_hyperparameters：在超参数（patch size，overlap and neighbors）上循环计算MSE（均方误差）、SSIM（结构相似性）和PSNR（峰值信噪比）；从这些参数中，我们主要依赖于MSE；它还为每个组合保存一个图像，允许手动选择最令人愉悦的视觉效果
- test_timing：将大图像缩小0.1到1.0倍（步骤0.1），并测量计算所需的时间（请注意，缩小尺寸产生的图像不一定是高质量的）；我们代码的执行时间与要重定颜色的像素数成线性关系
- test_timing_no_patch：与test_timing相似，但使用一次性着色；此原始方法表示每像素要着色的时间呈指数级增长
- 项目
标签：
欢迎加入QQ群-->： 979659372
