京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:闲欢
来源:Python 技术
大家好,我是闲欢,今天我们继续肝!
这几年抖音真的是火得深入到大街小巷,给无数人带来了可观的收入。
这其中有一个细分品类是修复老照片,内容就是发布一张老照片修复后的效果呈现,流量还很不错。
老照片容易引起人的共鸣,很多人看到老照片尤其人物会联想到自己的某些场景、某些亲人,纪念以及追思,意义重大,甚至有人通过修复老照片,找到失散多年的亲人...
据说引流到淘宝店铺,一年营收千万,看得我直流口水,心想要是我掌握这个技术,是不是可以大赚一笔,从此不再卷程序,做一只躺平的海象!
今天偶然看到一个开源的 Git 项目,主题就是修复老照片,给老照片上色,效果还真不错。
这个项目就是 DeOldify ,在 GitHub 上获得了 15.2k 的小星星,可谓非常火爆了。我甚至在想,那些淘宝店铺的铺主是不是利用这个项目在干活赚钱(疑惑脸)?
作者给我们提供了一个多语言版本的接口,调用这个接口我们可以快速地使用项目的能力,来为老照片着色。
我们先来通过这个简单的接口体验一下项目的强大。
import requests
r = requests.post( "https://api.deepai.org/api/colorizer",
files={ 'image': open('/path/to/your/file.jpg', 'rb'),
},
headers={'api-key': 'quickstart-QUdJIGlzIGNvbWluZy4uLi4K'}
) print(r.json())
运行这段代码前,请将图片路径换成自己本地的老照片路径。
我这里随意使用了一张老照片,原照片是这样的:
运行程序,会在控制台打印一个着色后的照片路径,复制路径到浏览器,我们可以看到着色后的照片:
惊呆了有木有,这效果杠杠滴!
除了获取本地的照片,进行着色,还可以获取网络上的照片。我随意在网络上找了一张黑白照片:
然后使用接口程序:
import requests
r = requests.post( "https://api.deepai.org/api/colorizer",
data={ 'image': 'https://pics0.baidu.com/feed/43a7d933c895d143712f08474bd47c0b5aaf0723.jpeg',
},
headers={'api-key': 'quickstart-QUdJIGlzIGNvbWluZy4uLi4K'}
) print(r.json())
运行程序,静待数秒之后,控制台会打印输出结果:
这脸蛋顿时就红润起来了!但是有些细节还是没处理好。
这里只是介绍了 DeOldify 最简单的使用方法,只需要几行代码,但是 DeOldify 这么受欢迎,绝对不是这么简单,它背后的原理是非常专业,非常复杂的,有兴趣地可以去它的主页研究一下,它还给进阶者提供了三个不同的训练库,可以将它们下载下来,结合源码自己设置参数进行调试。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28