codeformer电脑版v20240730 Windows汉化版

Codeformer电脑版堪称超超超好用的AI照片视频修复神器！Codeformer去除马赛克安装包现已上线。它还被广大用户称作图片高清修复软件，是依托AI技术打造的电脑应用程序。这款软件能够助力用户对照片和视频展开精细处理，让它们瞬间焕然一新，效果堪称一绝，快来体验吧！

codeformer中文版pc简介

Codeformer中文版绿色免费版，是一款功能强大的图片高清全彩化修复软件。它具备四大实用功能：面部复原、旧照片增强/AI艺术修复、面部颜色增强与修复，以及面部修复。这款软件使用极为简便，只需以图片作为输入和输出，内部便会自动完成修复流程，修复效果显著。它能应用于多种实际场景，快来体验一下吧！

codeformer汉化版Windows版特色

人脸修复

可消除图像里的噪声、马赛克以及其他受损区域，与此同时恢复并强化原始图像的细节与色彩。

操作简便

软件使用方法简便快捷，只需导入需要修复或去码的文件，选定对应的功能与参数，就能开始处理。

自动编码器

借助自动编码器达成人脸的变换操作，涵盖色彩化、清晰化以及去马赛克修复等功能。

VQGAN离散码本所构成的空间

运用vqgan离散码本空间方法，显著减少了复原任务映射的不确定性。

Transformer的全局建模

同时运用了transformer全局建模技术，以此生成更为真实自然的修复成果。

使用教程

请在纯英文目录下解压使用，勿置于中文路径。解压文件后，双击运行“启动程序.exe” 。

请依据你要处理的是图片还是视频，选择对应的选项卡。

若要开启文件处理工作，第一步是挑选你打算处理的文件。接下来，明确你期望把处理好的文件存储在何处。这两个步骤乃是整个流程的基石。

接着点击“开始处理”，这样就完成啦。

软件亮点

依托深度学习技术，这是一款聚焦图像与视频修复及增强领域的强大人工智能工具，致力于为用户打造高质量、高效率的图像与视频处理方案。

借助自动编码器（VQGAN）与注意力机制（Transformer）技术的有机融合，能够达成输入模糊或带有马赛克的人脸图片，进而输出清晰的原始人脸图片这种修复效果。

借助高分辨率重建与细节修复技术，显著提升图像及视频的质量与视觉效果。该技术能够消除图像里的噪声、马赛克等受损区域，与此同时，还原并强化原始图像的细节与色彩。

除此之外，还具备彩色化与破损修复功能，可对黑白图片或者单色背景图片开展彩色化处理，对破碎、毁坏的图片予以修复。

在视频处理领域，可有效应对视频中出现的模糊、抖动以及颜色失真等状况，为用户带来更为清晰、稳定的视频观看感受，同时还具备支持视频超分辨率重建的功能。

使用说明

准备测试数据

您能够把测试图像放置在inputs/TestWhole文件夹里。要是您打算测试裁剪与对齐后的人脸，可将其置于inputs/cropped_faces文件夹中。您可通过执行以下命令来获取裁剪和对齐的人脸：

# 你可能需要通过以下方式安装dlib：conda install -c conda-forge dlib

运行Python脚本时，使用以下指令：python scripts/crop_align_face.py -i [输入文件夹路径] -o [输出文件夹路径] 。通过该指令，可对人脸进行裁剪与对齐操作，其中 -i 后接输入文件夹， -o 后接输出文件夹。

正式开始

【注意】若您打算在论文中对CodeFormer进行比较，需运行以下命令并指定--has_aligned（此参数用于裁剪和对齐面部）。这是由于处理整幅图像的命令会包含脸部背景融合环节，该环节可能会破坏边界处的头发纹理，进而造成不公平比较。

保真权重 w 的取值范围是 [0, 1] 。一般而言，w 值较小时，往往会生成质量更高的结果；w 值较大时，则会产生保真度更高的结果。最终的结果将存储于 results 文件夹中。

人脸修复（对人脸进行裁剪与对齐操作）

# 针对裁剪并对齐后的人脸（512x512）

运行python inference_codeformer.py ，设置参数 -w 为0.5 ，同时启用 --has_aligned 参数，指定 --input_path 为 [图片文件夹路径] 或者 [图片文件路径] 。

整体图像增强

# 针对整幅图像

# 添加“--bg_upsampler realesrgan”以使用Real-ESRGAN增强背景区域

# 添加“--face_upsample”，以便使用Real - ESRGAN进一步对恢复的人脸进行上采样。

运行python inference_codeformer.py ，设置参数 -w 为0.7 ，同时指定 --input_path 为 [image folder] 或者 [image path] 。

视频增强

# 对于Windows/Mac用户，请先安装ffmpeg

通过conda从conda - forge渠道安装ffmpeg，命令为：conda install -c conda-forge ffmpeg 。

# 针对视频片段

# 视频路径应以 \'.mp4\'|\'.mov\'|\'.avi\' 结尾

在Python中执行inference_codeformer.py脚本，并配置参数：使用realesrgan作为背景上采样器，开启人脸图像上采样，权重设为1.0 ，输入路径为[视频路径] 。

对面部进行着色处理，在此过程中会涉及对面部进行裁剪以及对齐操作。

# 为黑白或褪色照片增添色彩

运行python脚本inference_colorization.py，同时指定输入路径，输入路径既可以是一个图像文件夹路径，也可以是单个图像文件的路径 ，使用方式为：python inference_colorization.py --input_path [image folder]|[image path] 。

人脸修复（包括对人脸进行裁剪与对齐操作）

# 可以使用图像编辑工具（如Photoshop），用白色画笔对输入内容进行遮盖。

# （查看inputs/masked_faces中的示例）

运行python脚本inference_inpainting.py，并通过--input_path参数指定输入路径，该路径可以是一个图像文件夹路径，也可以是单个图像的路径。

应用技巧

快捷键运用：熟练运用CODEFORMER所提供的各类快捷键组合，像代码格式化、快速注释以及查找替换等，能够显著降低鼠标操作频率，进而提升编写代码或处理图像视频的工作效率。

智能补全：借助CODEFORMER所具备的智能代码补全能力，系统能够自动识别用户输入的意图，进而推荐与之匹配的代码片段或者图像处理选项，以此提升工作效率与准确性。

自定义模板：CODEFORMER具备自定义代码模板这一实用功能。在此功能支持下，用户能够依据自身编程习惯，或者结合项目实际需求，创建常用的代码块模板以及图像处理模板。在实际使用过程中，一旦有需要，用户可快速调用这些模板。

更新日志

2024年7月30日版本（v20240730 版本）

2023年7月20日：已集成至OpenXLab 。快来尝试在线演示！要是需求量较小，或者不太擅长使用电脑，可选择通过OpenXLab直接进行修复。

2023年4月19日：训练代码与配置文件现已公开。

2023年4月9日：给裁剪并对齐的人脸图像增添修复与着色功能。

2023年2月10日：新增dlib作为人脸检测器的新选项，该选项可得出更为准确的人脸识别结果。

2022年10月5日：支持视频输入，只需通过 --input_path [YOUR_VIDEO.mp4] 。快来尝试用它增强您的视频吧！

2022年9月14日：已集成至Hugging Face。快来尝试在线演示！Hugging Face

2022年9月9日：已集成至Replicate。快来尝试在线演示！Replicate