怎么利用Python+AI使静态图片动起来

这篇文章主要介绍“怎么利用Python+AI使静态图片动起来”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“怎么利用Python+AI使静态图片动起来”文章能帮助大家解决问题。

类似于下面这种效果：

最左侧的人物是原始的动作，上面是静态图片。通过AI技术便可以让最左侧人物的动作运用到上面的静态图片上，从而让张图都可以做出相同的动作。

这种技术一般是基于的GAN（生成对抗网络）来实现，今天我给大家分享一个开源项目，能够复现上面的效果，可以做些有趣的项目，也可以怀念故人。

1. 运行项目

项目地址：https://github.com/AliaksandrSiarohin/first-order-model

首先，git clone将项目下载到本地，进入项目安装依赖。

git clone https://github.com/AliaksandrSiarohin/first-order-model.gitcd first-order-modelpip install -r requirements.txt

然后，在项目首页Pre-trained checkpoint标题下，找到模型下载链接，下载模型文件，模型有很多，我用的是vox-adv-cpk.pth.tar。

准备好模型文件后，在项目根目录下执行下面命令即可。

python demo.py  \  --config config/vox-adv-256.yaml \  --driving_video class="lazy" data-src_video.mp4 \  --source_image class="lazy" data-src_img.jpg \  --checkpoint weights/vox-adv-cpk.pth.tar

解释下参数：

• --config：模型配置文件，在源文件中有

• --driving_video：提供动作的视频

• --source_image：需要加动效的静态图片

• --checkpoint：刚刚下载的模型文件

运行完成后，会看到如下输入。

该项目使用PyTorch搭建神经网络，支持GPU和CPU运行，所以如果你的电脑只有CPU，运行会比较慢。

我是在CPU下运行的，从上图可以看到，driving_video只有 31 帧。如果你也是CPU运行，最好控制driving_video视频的时长，不然运行时长会比较长。

有了该项目，可以自己做些比较有意思的尝试。

2. Python API

上面教大家按照官网在命令行运行该项目。

有些朋友可能想在Python项目中调用，所以我在demo.py中抽取了核心代码，封装了一个Pyhton API。

有需要的朋友可以下载这个文件，放到与first-order-model同一级的目录下，按照下面代码调用即可。

fom = FOM()# 查看驱动视频，驱动视频最好裁剪为480 x 640 大小的视频driving_video = ''# 被驱动的画面source_image = ''# 输出视频result_video = ''# 驱动画面fom.img_to_video(driving_video, source_image, result_video)

关于“怎么利用Python+AI使静态图片动起来”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网行业资讯频道，小编每天都会为大家更新不同的知识点。