深色

使用 TensorFlow + cGAN 对漫画风格的线稿进行自动上色和阴影处理。

阅读文章： http://kvfrans.com/coloring-and-shading-line-art-automatically-through-conditional-gans/

体验演示： http://color.kvfrans.com

设置

前置条件

• Python 2.7、numpy
• Tensorflow 0.12
• OpenCV

运行步骤

1. 创建一个名为 “results” 的文件夹。
2. 创建一个名为 “imgs” 的文件夹。
3. 将你的 .jpg 图片放入 “imgs” 文件夹，或者运行 “download_images.py” 从 Safebooru 下载图片。
4. 运行 “python main.py train”。我训练了约 20 个 epoch，在单块 GPU 上耗时大约 16 小时。
5. 要生成样本，运行 “python main.py sample”。
6. 启动服务器，运行 “python server.py”。服务器将在端口 8000 上运行。

预训练模型

获取预训练模型： https://drive.google.com/file/d/0BydPPLNieijIdDlUYWxhelEwRnM/view?usp=sharing

文件夹结构应如下：

main.py
server.py
checkpoint/
    tr/
        checkpoint
        model-1101500.index
        model-1101500.data-00000-of-00001
        model-1101500.meta

代码基于 这个 pix2pix 实现。

deepcolor 快速上手指南

deepcolor 是一个基于 TensorFlow 和条件生成对抗网络（cGANs）的开源工具，能够自动为漫画风格的线稿进行上色和阴影处理。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux / macOS / Windows
• Python 版本：Python 2.7
• 核心依赖：
  • TensorFlow 0.12
  • NumPy
  • OpenCV

注意：该项目基于较旧版本的 TensorFlow (0.12) 和 Python 2.7 构建。建议在独立的虚拟环境（如 virtualenv 或 conda）中运行，以避免与现有开发环境冲突。国内用户可使用清华源或阿里源加速 pip 包安装。

安装步骤

1. 安装基础依赖 使用 pip 安装所需的 Python 库（建议配置国内镜像源）：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==0.12 numpy opencv-python
   

   注：若自动安装 OpenCV 失败，请根据系统类型手动安装 opencv-python 或系统级 OpenCV 库。

2. 获取代码 克隆项目仓库或下载源码到本地目录。

3. 准备目录结构 在项目根目录下创建必要的文件夹：

   mkdir results
   mkdir imgs
   

4. 准备数据 将您的线稿图片（.jpg 格式）放入 imgs 文件夹，或者运行脚本从 Safebooru 自动下载示例数据：

   python download_images.py
   

5. 下载预训练模型（可选但推荐） 若不想从头训练，可下载预训练模型以快速测试效果。

   • 下载地址：Google Drive 链接
   • 解压后，确保文件结构如下：

     main.py
     server.py
     checkpoint/
         tr/
             checkpoint
             model-1101500.index
             model-1101500.data-00000-of-00001
             model-1101500.meta
     

基本使用

1. 训练模型

使用自己的数据集训练模型（单 GPU 约需 16 小时完成 20 个 epoch）：

python main.py train

2. 生成样本（推理）

使用训练好的模型或预训练模型对 imgs 中的图片进行上色和阴影处理，结果将保存在 results 文件夹：

python main.py sample

3. 启动 Web 服务

启动本地服务器，通过浏览器交互查看效果（默认端口 8000）：

python server.py

启动后，在浏览器访问 http://localhost:8000 即可使用。