不装了，我摊牌了！人像卡通化的功能我实现了

大家好，我是辰哥！

不装了，我摊牌了！辰哥实现了人像卡通化的功能，玩了绝对上瘾！

今天咱们来搞点有趣的事情：人像卡通化。本文的人像卡通化功能没有使用第三方接口功能，辰哥知道百度有提供接口，并且十来行代码就可以搞定，但是有使用次数限制，所以辰哥就通过搭建神经网络模型，借助数据集进行训练，最后得到模型。

这样得到的人像卡通化的功能可以顺便使用，并且还可以通过提高数据集的质量或者调整参数，让生成的卡通人像更加逼真！

先来看一下效果：

看完效果之后，是不是觉得很神奇？辰哥告诉你，实际很简单，看完本文之后，你也可以自己动手直接生成你自己喜欢的动漫头像。

这里辰哥使用的是开源平台github的源码，里面有完整的模型结构、模型文件、数据集等。项目地址在下方

项目如下：https://github.com/minivision-ai/photo2cartoon

可能看到这篇文章的读者没有深度学习的基础，但是没关系，辰哥一步一步教你如何将这个项目搭建起来，并且生成自己的卡通头像！

1.安装库

大家下载好源码之后，在运行之前，先把运行的环境搭建一下。

上面是项目中需要安装的库，实际上通过下面的四个命令安装即可（其中项目tensorflow-gpu说需要在gpu显卡下运行，但是实际上在咱们自己的笔记本或者电脑上运行也可以）

pip install onnxruntimepip install face-alignmentpip install pytorchpip install tensorflow==1.15

这里需要安装tensorflow版本是1，非2，不然就出现下面的报错（原因：1和2这两个版本很很大区别）

2.下载模型和数据集

从github上下载好代码之后，其目录结构如下：

这里给大家简单介绍一下相关文件夹和文件作用是什么？

文件夹：

dataset：存放训练数据集

images：存放测试数据集（预测模型效果所使用的图片存放文件夹）

models：训练好的模型存放在该目录下

utils：里面存放一些处理图片，模型结构等py文件

Py文件:

train.py：训练模型

test.py：测试模型（生成一张动漫人像图片）

主要就是这两个py文件需要去了解，即如何训练模型和使用模型（生成动漫人像图）

在项目中已提供了训练好的模型和数据集

在项目中还没有包含这些文件（已训练好模型、数据集等），需要我们再去下载，通过上面的下载地址，下载好之后再放入对应的文件夹即可。

这样我们就将这个项目的环境搭建完毕！

1.训练模型

（已下载好了训练模型，想直接使用的可以跳过这一步，直接进行测试生成人像动漫图）

运行环境搭建完毕之后，下面可以开始进行训练模型。

先是对数据集进行预处理：

python data_process.py --data_path YourPhotoFolderPath --save_path YourSaveFolderPath

然后开始训练

python train.py --dataset photo2cartoon

如果是下载了预训练模型后，也可以在预训练模型的基础上进行训练

python train.py --dataset photo2cartoon --pretrained_weights models/photo2cartoon_weights.pt

训练结束之后的模型保存到models文件夹中。

2.测试生成人像动漫图

将需要生成动漫人像的原图放到images下：

执行生成命令：

# 使用默认模型python test.py --photo_path ./images/lx.jpg --save_path ./images/cartoon_lx.png# 使用onnx模型python test_onnx.py --photo_path ./images/lx.jpg --save_path ./images/cartoon_lx.png

项目中提供了两种模型，因此在执行生成命令时也有两个（选择其中一条执行即可），其中原图片是：lx.jpg，生成的动漫人像是：cartoon_lx.png。

运行结果如下：

可以看到由一张真人人像图成功的生成了动漫人像图。

整个过程还是比较简单的，没有学过深度学习的小伙伴也可以将代码跑起来！！

本文中教会了大家如何通过一张真人图去生成对应的动漫图，在文中也详细地讲解了如何去搭建环境，并代码跑起来。

鉴于可能很多读者不是学习深度学习方向的，所以文中就不太细于讲解代码，只是教会大家如何将代码跑起来，感兴趣的读者可以自己尝试！

一定要动手尝试！一定要动手尝试！一定要动手尝试！

最后说一声：原创不易，求给个赞、在看、评论