** Une photo ** ** Image 3D de haute précision ↓ Création facile **.
J'ai essayé de créer facilement une image 3D de haute précision avec une seule photo [1]. (La profondeur peut maintenant être modifiée en PNG.) Voir l'article.
ici, ** Essayez de traiter la profondeur avec numpy **
Voici les papiers et github.
https://arxiv.org/pdf/2004.04727.pdf Papier "Photographie 3D utilisant la peinture en profondeur en couches sensible au contexte" Meng-Li Shih1 et autres
github est ci-dessous. https://github.com/vt-vl-lab/3d-photo-inpainting
Traitement de l'image source Utilisez https://pixabay.com/ja/
L'image fixe originale.
résultat.
L'image fixe originale.
résultat.
Pour le moment, définissez la valeur de profondeur sur environ 20 niveaux? J'ai essayé de le disperser. (Excusez-moi, ** J'échoue à titre d'exemple. Je ne connais pas du tout l'action ... ** Voir la section suivante pour l'action.)
** J'ai essayé 2 lignes ** En fait, par exemple, devrions-nous créer une fonction significative et la faire fonctionner? Je pense qu'il faut se demander s'il vaut mieux le faire dans la phase de traitement ici.
run.py
# compute
with torch.no_grad():
out = model.forward(img_input)
out = out//0.1#######ajouter à
out = out*0.1#######ajouter à
depth = utils.resize_depth(out, target_width, target_height)
img = cv2.resize((img * 255).astype(np.uint8), (target_width, target_height), interpolation=cv2.INTER_AREA)
De ce qui précède, la taille des grains a été augmentée à 5 fois **.
out = out//0.5#######ajouter à
out = out*0.5#######ajouter à
J'ai écrit l'édition de png dans l'article précédent, mais ** je pensais que le numpy par défaut pourrait être plus facile à gérer **, j'ai donc montré un exemple d'édition avec numpy. (Malheureusement, cela n'a pas conduit à une édition significative ...) Si vous avez des commentaires, veuillez.