【征稿计划第二期】黑白图像上色评测、对比
才能我浪费99 发布于2019-07-11 14:11 浏览:610 回复:7
1
收藏
最后编辑于2019-07-17

【使用攻略】【评测报告】【黑白图像上色】

1.功能描述:

百度智能识别黑白图像内容并填充色彩,使黑白图像变得鲜活,让老照片重新焕发活力。本文针对黑白图像上色功能开发了使用攻略,提供全套代码,并与其他厂商的产品进行对比评测,为大家使用提供依据。

2.平台接入

黑白图像上色接入网址:https://console.bce.baidu.com/ai/#/ai/imageprocess/overview/index

具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略(Python3)及评测

3.1首先认证授权:

在开始调用任何API之前需要先进行认证授权,具体的说明请参考:

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下:

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key

3.2黑白图像上色分析接口调用:

详细说明请参考:http://ai.baidu.com/docs#/ImageProcessing-API/27271a5c

说明的比较清晰,这里就不重复了。

大家需要注意的是:
API访问URL:https://aip.baidubce.com/rest/2.0/image-process/v1/colourize
图片base64编码后大小不超过4M,最短边至少64px,最长边最大800px,长宽比3:1以内。注意:图片的base64编码是不包含图片头的。

Python3调用代码如下:

#保存图片
def save_base_image(img_str,filename):
    img_data = base64.b64decode(img_str)
    with open(filename, 'wb') as f:
          f.write(img_data)

     
#黑白图片上色
#filename:原图片名(本地存储包括路径);resultfilename:处理后的文件保存名称
def colourize(filename,resultfilename):
    request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/colourize"
    
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    params['show'] = 'true'
    params = urllib.parse.urlencode(params).encode("utf-8")
    #params = json.dumps(params).encode('utf-8')
    
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        #print(content)
        content=content.decode('utf-8')
        #print (content)
        #print(content)
        data = json.loads(content)
        img_str=data['image']
        save_base_image(img_str,resultfilename)
        
colourize('black1.jpg','color1.jpg')

4.功能评测:
使用百度的黑白图像上色功能之外对不同的数据对图片效果进行测试,包括人物、风景、卡通。同时使用用了algorithmia的图像上色功能进行对比,algorithmia的网址如下:
https://demos.algorithmia.com/colorize-photos/ 它也是通过深度学习对图片进行上色。(Use Deep Learning to Automatically Colorize Black and White Photos)
处理速度比较:
在所有的6个案例左右,百度处理速度平均2秒左右(最快1.62,最慢3.26秒),algorithmia平均15秒左右(12~18秒区间)。

上色效果比较如下, 上色后的效果都是百度在前,algorithmia在后,同时algorithmia处理的图片右下角有一个图标:

人物:

 

 

风景:

 

卡通:

评测结果:

速度上:在所有的6个案例左右,百度处理速度平均2秒左右(最快1.62,最慢3.26秒),algorithmia平均15秒左右(12~18秒区间),所以速度上百度明显占优。

处理后的效果比较,我感觉百度的效果更好一些,主要体现在颜色更加自然,尤其是在风景的处理上,感觉与实际更加相符。

 

5.结果分析及建议:
百度图片上色速度很快,效果也很不错,大家可以放心使用。

后续建议提供色调或者喜好颜色等方面的参数,比如冷色调,暖色调,红色主导等,提供更高的灵活性,方便客户使用。

收藏
点赞
1
个赞
共7条回复 最后由才能我浪费99回复于2019-07-17 08:28
#8才能我浪费99回复于2019-07-17 08:28:15
#5 小雨青青润无声回复
上色的速度上百度却是有很大的优势

除了速度,我感觉色彩感觉也是更好

0
#7才能我浪费99回复于2019-07-17 08:27:40
#4 小雨青青润无声回复
这是在上一次测评的基础上,又一次测评?

这次有对比,评测的更详细

0
#6小雨青青润无声回复于2019-07-15 12:53:03
#2 才能我浪费99回复
评测了一下,感觉百度的效果不错

街道的照片的上色,色彩感觉很好。

0
#5小雨青青润无声回复于2019-07-15 12:50:11

上色的速度上百度却是有很大的优势

0
#4小雨青青润无声回复于2019-07-15 12:48:33
#2 才能我浪费99回复
评测了一下,感觉百度的效果不错

这是在上一次测评的基础上,又一次测评?

0
#3才能我浪费99回复于2019-07-13 13:31:19

大家可以一起测一下

0
#2才能我浪费99回复于2019-07-13 13:30:43

评测了一下,感觉百度的效果不错

0
TOP
切换版块