前言
之前一直在研究如何将图像动漫化，尝试了阿里云api和百度api，效果都不尽如人意。结果发现了一个宝藏github项目——AnimeGANv2，能够将现实世界场景照片进行动漫风格化。
可以看出AnimeGAN的效果非常好，而在去年九月发布的 AnimeGANv2 优化了模型效果，解决了 AnimeGAN 初始版本中的一些问题。
相比AnimeGAN，改进方向主要在以下4点：
- 解决了生成的图像中的高频伪影问题。
- 它易于训练，并能直接达到论文所述的效果。
- 进一步减少生成器网络的参数数量。(现在生成器大小 8.17Mb)
- 尽可能多地使用来自BD电影的新的高质量的风格数。
那接下来我们就介绍如何在本地使用该项目。
GitHub链接如下：http://https//github.com/TachibanaYoshino/AnimeGANv2
一、安装
本文介绍的是基于PyTorch的实现，作者为bryandlee，项目地址为animegan2-pytorch。
首先需要配置好适合该项目的环境，具体需要的安装步骤如下：
首先，将该项目clone到本地或者下载下来：
git clone https://github.com/bryandlee/animegan2-pytorch然后，进入到本地的项目中，会看到如下的项目结构：
├── convert_weights.py
├── model.py
├── README.md
├── samples
│ ├── compare
│ │ ├── 1.jpg
│ │ ├── 2.jpg
│ │ └── 3.jpg
│ ├── face_results.jpg
│ ├── faces
│ └── inputs
│ ├── 1.jpg
│ ├── 2.jpg
│ └── 3.jpg
│ ├── results
├── weights
│ ├── celeba_distill.pt
│ ├── paprika.pt
│ ├── face_paint_512_v1.pt
│ └── face_paint_512_v2.pt
├── hubconf.py
└── test.py
该项目的核心工作就是使用PyTorch构建的生成器模型，并将原始TensorFlow的模型参数转换为了PyTorch模型参数。其中构建模型的脚本为model.py，而转换模型的脚本为convert_weights.py，然后test.py则是封装的一个的动漫化功能接口。
因为下载下来的项目中的weights文件夹下包含了已经转换好的pytorch参数，所以我们不需要进行转化。
至此，本项目环境配置就完成了，接下来就是使用该项目。
二、现实图片动漫化
只需要调用test.py就可以使用该项目，具体的命令格式如下。
python test.py --checkpoint [模型文件路径] --input_dir [输入图像所在目录] --output_dir [输出目录] --device [设备选择，cpu或者cuda]其中weights文件夹下包含四个权重，其中celeba_distill.pt和paprika.pt是风景动漫迁移的权重，而face_paint_512_v1.pt和face_paint_512_v2.pt是人脸动漫迁移的权重。只需要选择对应的权重就能实现自己想要的动漫风格迁移。
最终我们看下效果。
三、实现效果
人物：
风景迁移：
请直接观看以下视频
智能实景转动漫 AnimeGANv2
总结
本文简单介绍如何使用AnimeGANv2这个开源项目来实现现实图片转换为动漫风格图像，该项目对应的模型很轻量，希望感兴趣的小伙伴们也能够用起来，生成自己喜欢的动漫图像。
这样又可以get到一个新技能，那就是画动漫画！！！
参考：
照片动漫化_周先森爱吃素的博客-CSDN博客