IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python 实现高清化图片 手把手教学 -> 正文阅读

[Python知识库]python 实现高清化图片 手把手教学

很多小伴往往因获取高清化的图片往往破费花钱去搞,今天帅子带大家手把手学会如何用python代码实现高清化图片~

1.分析问题

图片增强(高清化)的方法可以从两方面入手:

  1. 自己在网上找开源或者自己编写神经网络结构,借助数据集进行训练,然后得到模型。但是这种方法对应小白或者没有接触深度网络(人工智能)方面的小伙伴,简直太难了。
    既然如此,那么就看下面第二种方法。
  2. 借助第三方接口,直接调用接口就可以将图片转化为高清。

接下来帅子手把手教大家如何借助第三方(百度AI)接口,对照片进行高清化。

2.获取token

百度AI平台提供的应用接口,需要权限(token)才可以使用,这里token可以通过账号免费获取到。

首先在百度AI平台注册账号(百度云账号也可以),然后进入到:图像增强与特效板块

https://console.bce.baidu.com/ai/?_=1621146718569&fromai=1#/ai/imageprocess/app/list

上面是提供的网址,小伙伴们可以用它呀~

?然后点击创建应用(这里帅子已经创建好了:图像小程序),创建之后就可以获取到APIkey和Secret key ,这两个参数在获取token的时候用到。

开始获取token

# client_id 为官网获取的AK, client_secret 为官网获取的SK
import requests
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
response = requests.get(host)
if response:
    print(response.json())
access_token = response.json()['access_token']
print(access_token)

?注意!!!!!!!!!!!!!!!!!!!!!!!!!!!

?这里的AK? SK? 添加完毕一定要把【】去掉,帅子当时被这个坑惨了? ~~~~(>_<)~~~~? ?【这里AK和SK就是上面的APIkey和Secret key

?这样就获取到token(一会在使用照片高清化接口,通过token去授权调用

3.照片高清化

官方接口文档

https://ai.baidu.com/ai-doc/IMAGEPROCESS/5k4i6mzqk

?开始写程序~\(≧▽≦)/~啦啦啦

'''
图像清晰度增强
'''
request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/image_definition_enhance"
# 二进制方式打开图片文件
f = open('图片地址', 'rb')
img = base64.b64encode(f.read())
 
 
params = {"image":img}
access_token = '上面获取的token值'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json()['image'])
 

图片地址实例:? ? ? ? ?C:\Users\Administrator\Desktop\帅哥照片.png? ? ?

上面需要改动的有两处:

  1. 帅哥.png(需要高清化的照片路径)
  2. access_token(自己的token值)

问题:这里返回的是base64值(图片的二进制值),不是直接返回图片的哟~

返回说明

返回参数

字段是否必选类型说明
log_iduint64唯一的log id,用于问题定位
imagestring处理后图片的Base64编码

返回示例

{
     "log_id":739539874,
     "image":base64str
}

我们需要将base64转为图片。

imgdata = base64.b64decode(response1.json()["image"])
file = open(r'保存新照片地址', 'wb')
file.write(imgdata)
file.close()

?response.json()['image']就是接口返回的base64值,转为图片后,保存命名为:新帅哥.jpg

提示!!!!!!!最最最重要一个问题,你要获取百度云接口使用权!!!!不然你会出现错误提示

?原因就是接口没调用成功啦~

参照下方链接解决json 出错问题

https://blog.csdn.net/m0_37758063/article/details/117525766?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162934428316780274143314%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=162934428316780274143314&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-3-117525766.pc_search_similar&utm_term=%E7%99%BE%E5%BA%A6%E6%99%BA%E8%83%BD%E4%BA%91api%E6%8E%A5%E5%8F%A3%E9%A2%86%E5%8F%96&spm=1018.2226.3001.4187

最后高清化的图片就成功保存到本地。其结果如下:

?嘿嘿,就用最近国漫小青来做示范叭(*^__^*) 嘻嘻……

4.小结

本文手把手教大家如何将一张模糊的照片进行高清化,这里是使用的第三方(百度)接口,如果有接触过深度学习(人工智能)的读者可以尝试自己训练模型。ok,本文的讲解就先到这里。

这是帅子的第一篇博客,希望大家多多支持,后续我将上传更多的python使用程序~大家共勉

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-20 15:03:18  更:2021-08-20 15:03:52 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/26 12:42:07-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计