我是如何用TensorFlow 做出属于自己的Prisma的?

　　编者按：本文作者牟中强，雷锋网(搜索“雷锋网”公众号关注)硬创公开课群友。

　　最近人工智能图片滤镜软件Prisma 非常的火，这款图片处理的App 综合了人工神经网络技术（neural networks）和人工智能技术，可以获取著名绘画大师和主要流派的艺术风格，然后对照片进行智能风格化处理，将图片转化为艺术化的效果。

　　

　　PRISMA

　　于是手痒，自己也想DIY 出一款属于自己的Prisma。相比APP，在电脑上实现这项功能略微繁琐一些，不过通过这样的方式，我们可以：

　　1、随意选择想要转化风格的图片；

　　2、拥有灵活可以变动的参数，大力出奇迹；

　　3、在使用过程中感兴趣的读者可以通过Python源代码研究其原理。

　　这个好比傻瓜相机以及单反，也许我们可以用单反去发掘其中更深层的奥妙，甚至做出更惊艳的作品。

　　介绍：

　　在开工之前，我们先介绍一下该项目。该项目最先是图宾根大学的一篇论文“A Neural Algorithm of Artistic Style”引出，简单来说它是通过卷积神经网络（CNN）学习了一副画的风格，并将这幅画的风格应用到另一幅图片上。

　　

　　A Neural Algorithm of Artistic Style

　　CNN 算法是这其中的核心，而针对CNN算法的实现，有很多不同的工具包，其中TensorFlow 配置起来相对比较容易。TensorFlow 是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理，使用该系统可以很容易实现CNN、RNN和LSTM算法，这些算法在人工智能领域，尤其是图像处理方面非常流行。

　　准备：

　　在此之前，你需要确保以下两个条件：

　　1、一台拥有NVIDIA显卡的电脑，台式机笔记本均可（不用显卡也可以实现，不过通过显卡GPU加速效率可以提高20倍左右）

　　2、电脑中安装了Linux操作系统（最好不要是虚拟机，否则驱动会折腾的让人抓狂）

　　如果没有接触过Linux的读者要做好折腾的心理准备，Linux驱动并不像Window那么好安装，需要多上网查查资料

　　实施：

　　1、安装TensorFlow：

　　TensorFlow的安装比较简单，具体安装方法可以参考TensorFlow的中文手册：

　　

　　https://wiki.jikexueyuan.com/project/tensorflow-zh/

　　2、下载项目：

　　使用Git下载项目

　　git clone：https://github.com/harry19902002/image-style-transfor.git

　　3、下载VGG19网络模型：

　　VGG19网络模型是由牛津视觉几何组（Visual Geometry Group）开发的卷积神经网络结构，它在视觉方面有着不错的表现，项目中也需要用到VGG19网络模型。

　　下载地址：https://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat

　　将其下载到项目目录中即可。

　　4、开始转换：

　　好了，准备工作基本已经就绪。我们将原始图片以及需要学习风格的图片分别放到项目目录中的Content以及Style文件夹中，用命令行输入：

　　python neural_style.py --content 原始图片文件名 --styles 风格图片文件名 --out 生成图片文件名

　　例：python neural_style.py --content ContentFile.jpg --styles StyleFile.jpg --out OutFile.jpg

　　经过几分钟处理我们可以在out文件夹中找到转换的文件OutFile.jpg

　　

　　（处理效果图1）

　　

　　（处理效果图2）

　　5、进阶修改：

　　当然项目中还有很多其他参数可以摸索，可能会将图片优化的更漂亮：

　　比如：

　　--iterations 修改迭代次数（默认为1000）

　　--content_weight 照片权重

　　--style_weight 风格图片权重

　　--learning_rate 学习步长

　　更多的参数可以通过输入下面代码查找：

　　python neural_style.py --help

　　好戏在后头：

　　由于现在算法中有很多可调的参数，现在并不是一个被完全优化好的状态，所以希望读者们多试试里面的参数。

　　当然简单的山寨并没有什么意思，所以借助这个项目，我们可以做些独特的，Prisma完全做不到的东西，这里我做了两个小Demo，抛砖引玉。

　　1、分解计算机学习过程：

　　之前有网友询问，这种方式训练次数有什么不同效果，于是我做了一个小视频，没训练一次就把图像生成出来，这样我们就可以看到整个训练的过程了。

　　https://player.youku.com/embed/XMTY2NTc5NjkwMA

　　2、生成有艺术风格的视频：

　　一张图片的转化还不足以秒杀朋友圈。没关系，视频转换的道理是一样的，经过一些处理，我们可以将视频也转换成艺术风格：

　　处理时间比较长，所以我只做了一个短视频，原视频地址：

　　https://player.youku.com/embed/XNzUwNzEwNTQw

　　风格转化后视频地址：

　　https://player.youku.com/embed/XMTY2ODA0NzE3Ng

　　看上去还是挺酷的。

　　参考链接：

　　[1]AI修图艺术：Prisma背后的奇妙算法 | 深度

　　[2]A Neural Algorithm of Artistic Style 论文