欢迎关注我的微信公号：小张Python!
大家好，我是 zeroing ~，今天给大家分享一个好玩的网站，只需把本地老照片上传，接下来网站就自动对黑白照片进行上色
老照片上色技术其实已经出来很早了，去年 5 月份时 B 站的一位科技 Up 主大谷的游戏创作小屋通过人工智能把 100 年前 (也就是清朝) 的老北京影像进行了还原，将影像的色调由黑白变成了彩色
这里 Up 主用视频作为演示，视频中不仅用到了 上色技术，还用到了图片修复技术；
关于图片修复我暂时还没找到比较好用并且免费的开源网站，看到的基本上都是收费的，
以上面一个电商网站为例，这里列举出老照片修复、上色的服务价格；根据商品展示图能够看到修复效果还是挺不错的，就是价格有点贵(1 HKD 折合人民币 0.8 元)，，，图片修复暂时找不到比较好用工具的话，之后只能复现一篇相关领域的 Paper 写一篇文章介绍给大家
这次介绍的网站名叫Deep AI，上面分享一些 Deep Learning 相关比较前沿的 Paper，研究成果，资讯等，除了提供优质的信息媒介以外，网站还提供一些招聘职位等相关信息
关于这个网站的介绍信息，谷歌、百度都没有收录，但从它的 Github 主页上来看，应该是一群 Ai 爱好者组建而成的，【用人工智能的力量来推进图像、视频应用领域的发展】
网站中其中一个模块是我认为最有趣并且也是最重要的，是关于研究内容的初步落地；将训练好的深度学习网络在网站提供 API 调用接口，访客可以很方便地将技术应用到自己的数据上，降低了使用门槛。
【Deep AI】网站中提供的 API 接口涉及的技术有很多：图片上色、人脸识别，分格迁移，超分辨率、图片降噪、人体姿态检测，根据文本生成图片等…,
太多了介绍不完，下面贴上一张截图(只是一部分的):
今天在这里，简单介绍两种技术：黑白照片上色和超分辨率；
超分辨率
网址：/machine-learning-model/torch-srgan
超分辨率就是把通过网络图像分辨率变大，将模糊的图片变得更加清晰且图像中的原有信息不会缺失，网页打开后效果如下
网站提供两种图片上传方式：1，本地上传，上传方式点击[Image]按钮；2，Url 上传，通过图片 Url 连接进行上传，使用方式点击页面中的 【url upload】 按钮；
图片上传完之后，网站会自动将上传的图片进行处理，处理完之后进行保存即可，使用方法如下：
看一下处理后的效果，超分辨处理之前如下，图像大小 14.4 KB
处理完之后，图像大小 745 KB ，扩大了近 50 倍
仔细看的话图像的确清晰了，但会发现也有一部分缺陷，图像部分区域会出现扭曲、失真效果；
图片上色
网址：/machine-learning-model/colorizer
图片上色使用方法与超分辨率相似，可以参考超分辨率使用方法，这里只展示一下前后处理的效果图
处理前：
处理后：
处理前：
处理后：
效果看起来还不错吧，但仔细观察的话，网络上的色调都是一种冷色调，偏青，偏紫，偏浅黄；与原黑白图片对比的话，没有很大的反差；相对 大红、大黄等暖色调很少，上色效果也有很大的改进空间。
网站上还有好多非常有趣的技术 ，这里我就不介绍了，感兴趣的小伙伴可以自己研究一下；
另外，除了手动上传图片之外，如果需要处理的图片比较多(或者视频)的话，也可以借助语言脚本，例如 Python，curl，Javascripts 等等；具体使用方法网站也提供有文档说明，这里我贴一下 Python 调用 API 方法：
# Ensure your pyOpenSSL pip package is up to date# Example posting a image URL:import requestsr = requests.post("/api/colorizer",data={'image': 'YOUR_IMAGE_URL',},headers={'api-key': 'quickstart-QUdJIGlzIGNvbWluZy4uLi4K'})print(r.json())# Example posting a local image file:import requestsr = requests.post("/api/colorizer",files={'image': open('/path/to/your/file.jpg', 'rb'),},headers={'api-key': 'quickstart-QUdJIGlzIGNvbWluZy4uLi4K'})print(r.json())
好了，以上就是本篇文章的全部内容了，最后感谢大家的阅读！
