30 篇博文 含有标签「浮光掠影」

AI 绘画的发展速度比我预想的还要快。几个月前，Stable Diffusion 发布的时候，它们训练了一个通用模型，什么类型的图片都能生成，但无论什么类型都是马马虎虎。比如，对于人像的生成，多数都很模糊，甚至走样，只能看个大概。但是这几个月来，针对各种特定目标的模型都被训练出来了。这里当然少不了专门生成帅哥美女的模型，此外还有针对卡通、国画、油画等等各类绘画风格训练的特化模型。除了模型，各种辅助工具也被开发出来了，比如有些工具可以让用户摆放几根线段，代表人体骨架的姿势，然后模型就可以按照这个姿势生成人像。这就实现了对构图的精细控制。精细控制，配合上某明星的订制模型，就可以生成这个明星的任意姿势的照片了。

AI 绘画工具的出现对于我的帮助还是非常大的：我经常希望在自己的文档中添加一些插图，但是却没有绘画的能力。现在可以让 AI 来帮我画了，就算没那么完美也不要紧，有就比没有强。

半年前，AI 绘画勉强可以达到实用水平的时候，从新闻和论坛里看到的绘画从业人员的普遍反应是抵制。随着 AI 能力的加强，从业人员更多的是表示担忧了。我作为非专业的人员，可能体会不到那种危机感，但我还是觉得画师们并不需要太过担心的。在专业领域，那些老板们，无论有什么样的工具，也不可能自己去动手操作的，还是需要有专业人员来操作，差别无非在于一笔一笔得画，还是一条指令一条指令得画。工具毕竟是工具，新的工具不会取代人，只是会改变人们生产的方式。

被改变的可能不止是生产方式，或许还会有审美标准。AI 不但可以生成以假乱真的真人照片，还可以生成并不真实存在，但却是人们心目中的完美人像。当下，对大众审美影响最大的是明星们。将来会有越来越多 AI 生成的虚拟明星们出现。真人明星们就算化妆、整容、开滤镜，也不至于和真人容貌差太多，虚拟明星们长啥样就很难预料了。

我的 Facebook 上经常会收到骗子的好友申请。由于工作相关，我还曾经仔细研究过几个骗子的页面。在社交媒体上有很多知名度极低的小网红们，经常性的发布自己的生活照片视频等。骗子们会把这些内容收集起来，发布在一个虚假的账号下面，把这个账号伪装成某个帅哥美女的账号，然后行骗。估计以后骗子们的手法也要升级了，不需要再去收罗真人的内容，用 AI 生成全套的内容就可以了。

把老婆的照片进行了样式迁移

开始远离现实了，但还有点影子。

白头鹰：

公牛：

大头外星人：

“毒液”：

怪兽生活的外星球

我喜欢让 AI 自由发挥，胡乱画一些东西，画一些现实中不存在的，甚至完全没有的东西。当然，大多数这类画作都是模糊一团，但也有一些挺有意思的。我把他们大致归类了一下，贴出来。

这个帖子里的画作都还不算太远离真实世界。它们看上去更像是某种艺术流派的作品，我对绘画艺术一窍不通，都不知道有哪些流派，只是感觉这些 AI 画作类似某些艺术作品。

我很喜欢这个创意，把头发和烟雾融合在了一起：

降临派：

因为成本降低了

这几天在电脑上运行了 Stable Diffusion 玩了玩。这是我正的测试页面：https://qizhen.xyz/genimg

这个模型比 Dall.E 的小很多，所以才能在配置不高的个人电脑上跑。而且，我的电脑也只能勉强生成 512*512 的照片。虽然效果可能不如专业网站用的大模型，但有些作品已经很逼真了。我主要试试了生成真实人像以及和二次元人像之间的转化。Diffusion 模型不太擅长逼真的人像，程序生成的人像使用 GFPGAN 改善过的。在人像中，个人感觉这个模型最擅长生成白人年轻女性的照片。我也尝试了让它生成一些中国人的照片，但感觉都不是那么美，实际上多数生成的中国人照片都看起来比较别扭。很可能是因为它的训练集中就有比较多的白人年轻女性照片，或者也可能是因为我生长在中国，对中国人的面貌更敏感，更容易发觉异常。

先贴两张 AI 生成的仿旧照片，看起来还真挺像真的：

接下来几组图片，都是首先生成了左边的真实照片风格的图片，再根据照片转换成了右边二次元图片：

真实照片风格	二次元风格

下面这两组图片是先生成的左边的二次元风格图片，再根据它生成右侧的真实照片风格图片：

二次元风格	真实照片风格

可以明显感觉到，生成真实照片要困难很多。可能是因为人脑对所谓“真实”照片更挑剔吧。

下面两组是风景图片，感觉两种风格生成出来的图片区别远没有人像的区别那么大

二次元风格	真实照片风格

给了不会绘画的人搞创作的机会

随便转贴几张，有卡通风格的，有写实风格的，但都是电脑根据输入文字自动绘制的：

申请到了 DALL·E 的账号，赶紧玩了几下。DALL·E 是个人工智能绘图程序，可以根据输入的文字绘制图片。它的水平肯定比不上经过训练的画师，但是对于我这种没有绘图能力的人来说，可能会有些帮助，比如，以后制作文档时，也许可以让它帮忙绘制一些插图。

我先画了一幅程序猿自画像： (Photo of a chimpanzee sitting in front of a computer and programming)

儿子也画了一幅自己喜欢的图画： (Cartoon of apples, peaches, grapes and many kinds of fruits growing on one tree under a clear sky with the moon shining on the background)

最近测试了一些翻新旧照片的算法，主要是试着把模糊的小照片翻新成清晰的大照片。据说淘宝上有很多人做这个生意，主要是靠手工来修复的。网络少也有不少PS修复旧照片的教程。不过我不会使用PS，所以只能依靠算法了。修复旧照的人工智能的算法也是有一些的，但目前来说，人工智能算法的修复效果在总体上还是比不了人工修复的，但某些情况下表现也还不错。

第1步 选照片

首先找一张老照片：

要想效果好，照片一定要找上图这样的：大头照，而且只有少量折痕和磨损。我也测试了一些质量更差的照片（人脸所占像素太小，有大片磨损等），人工智能对于它们目前还还无能为力。

第2步 去网纹

很多老照片都不是光滑的，像纸上有排列规则的凸点，扫描之后的图片上就会有网纹。上图的旧照片上可以明显看到这些网纹。我找的几个人工智能程序都是解决特定问题的，无法很好的处理这些网纹，所以先要人工去除这些网纹。网上搜了一下，没有专门去除网纹的程序，只有PS相关的教程。PS是收费软件，我也没有。好在有一些免费的图像处理软件可以替代PS。我用了GIMP（GNU Image Manipulation Program）加上FFT插件。FFT是快速傅里叶变换的缩写，用于把时域信号转换为频域信号。

上图经过傅立叶变换，在频域上的图像如下（灰度图部分）：

由于原照片里的网纹是规则的（有固定频率），频域图会在一些特定的频段里出现高能量区域，也就是上图用红圈圈出来的部分。我只画了三个圈，但其它那些亮点（除了中心低频区域外），都是网纹造成的，只要把这些亮点全部涂黑，再做反傅立叶变换，新生成的图片就是被去除了网纹的照片了。

第3步 上色

GitHub上最受欢迎的黑白照片上色程序是这个：https://github.com/jantic/DeOldify

我试了一下，效果只能说马马虎虎，上了色的照片看上去还是像旧照片，只是把原来的纯黑白色调中加入一点肉色，一看就不是真的彩色照片。

如果会PS的，肯定还是PS效果好。

第4步 清晰化

我在GitHub上找到了两个照片变清晰的软件，一个是微软的 https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

一个是腾讯的 https://github.com/TencentARC/GFPGAN

两个软件各有千秋，比如微软的可以修复裂痕，但腾讯的可以放大照片。具体那个效果更好，要针对不同情况测试一下。

这两个软件都是侧重于对人头像进行优化，对其它区域的优化会差一些，所以经过它们优化的照片常常是人脸非常清晰，但衣服还是模糊的。再有它们对于眼镜的处理都不太好。常把眼镜当成皱纹；或者把眼镜上的反光当作眼睛来处理。有时候生成的照片非常诡异吓人。

另外，它们也没法处理太小的人像，或是有缺损的人像。

处理后的效果

周末公司组织去普陀山旅游。周五晚上从吴淞码头出发，第二天一早驶达普陀山。我们很不幸，因为周六正赶上台风袭击，整天都在下雨，而我们只能穿着雨衣打着伞游玩了。

不过台风也带来了意外的好处：由于短途的渡船都已停航，来参观的游客比较稀少，不会因为太过拥挤而影响旅游的心情。

普陀山这里自然风光很有限，所谓旅游就是看庙。我对烧香拜佛不感兴趣，所以我很少进入室内，每到一处就在庙外面练练摄影。

有些庙宇藏在深山里，安闲宁静。

有些寺庙临海而建，惊涛拍岸，颇有气势。

岛上最显眼的还是这尊铜制观音像，还没去参观她的时候，远远的就看到了。

台风只持续了一天就过去了，天气突然就从狂风暴雨转为风和日丽。

第二天的行程还是以看庙为主，首先去的是岛上规格最高的那座寺庙（庙太多，名字都没记住）。果然富丽堂皇，远远看去，和宫殿也可媲美。

除去寺庙，我们玩的唯一一处景点是千步沙，景色不错，唯一缺憾是海不够蓝。

我借用大家看庙的时间，脱离队伍去周围走了走，岛上颇有点幽静的田园气息，要是能生活在这里就爽了。

行程的最后一站是岛上最高的那座寺庙。寺庙都是大同小异的，然而登山途中的风光还是值得一看的。