# Image_Super

**Repository Path**: jinhuidong/Image_Super

## Basic Information

- **Project Name**: Image_Super
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-09
- **Last Updated**: 2025-11-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于PASD的图像超分辨率系统 - README文档

## 一、项目简介
本项目是一款基于 **Streamlit** 框架开发的Web端图像超分辨率工具，核心采用ModelScope社区的`PASD_v2`图像超分辨率模型，支持手动输入提示词与自动生成提示词两种模式，可灵活配置超分辨率倍数，同时提供历史交互记录展示与生成图像下载功能，适用于需要快速提升图像分辨率的场景（如照片优化、细节增强等）。


## 二、项目结构
```
Image_super/
├─ Image_super/          # 核心代码目录
│  ├─ app.py             # 前端UI与交互逻辑（Streamlit入口）
│  ├─ model.py           # PASD超分辨率模型调用逻辑
│  ├─ get_prompt.py      # 自动提示词生成逻辑（基于图像描述模型）
│  ├─ img.png            # 测试用示例图像（可选）
│  └─ result.png         # 模型默认输出图像路径（可配置）
└─ README.md             # 项目说明文档
```


## 三、核心依赖
项目依赖Python环境（建议3.8-3.10版本），需安装以下核心库：
| 依赖库                | 用途说明                                  |
|-----------------------|-----------------------------------------|
| streamlit             | 快速构建Web交互界面                      |
| modelscope            | 调用PASD超分辨率模型与自动提示词生成模型  |
| opencv-python (cv2)   | 图像读取与保存                          |
| torch                 | 模型运行依赖的深度学习框架              |
| pillow (PIL)          | 图像预处理（自动提示词生成模块用）      |
| requests              | 网络请求（模型下载与交互用，按需安装）  |

**安装命令**：
```bash
pip install streamlit modelscope opencv-python torch pillow requests
```


## 四、功能说明
### 1. 核心功能
| 功能模块                | 具体描述                                                                 |
|-------------------------|--------------------------------------------------------------------------|
| 图像上传与超分          | 支持PNG/JPG/JPEG格式图像上传，可配置超分辨率倍数（默认2倍，步长1）       |
| 提示词灵活配置          | - 手动模式：用户自定义提示词描述图像细节<br>- 自动模式：模型自动生成图像描述作为提示词 |
| 历史交互记录            | 保存用户上传的图像/文本与模型生成的超分图像，页面刷新后不丢失            |
| 生成图像下载            | 支持将当前超分结果以JPEG格式下载到本地                                   |
| 历史记录清空            | 侧边栏提供“清空历史信息”按钮，一键重置交互记录                           |


### 2. 关键模块逻辑
#### （1）前端交互（app.py）
- **会话状态管理**：通过`st.session_state`存储历史记录（`history`）、提示词（`prompts`）、超分倍数（`upscale`）、自动提示词开关（`auto_prompts`）等关键参数，确保页面刷新后状态不丢失。
- **文件处理**：使用`tempfile`创建临时文件存储用户上传的图像，避免占用永久存储空间，处理完成后自动删除临时文件。
- **交互流程**：
  1. 用户上传图像/输入文本 → 存储到历史记录
  2. 模型根据配置（手动/自动提示词、超分倍数）处理图像
  3. 展示超分结果 → 支持下载 → 更新历史记录


#### （2）超分辨率模型（model.py）
核心调用ModelScope的`PASD_v2_image_super_resolutions`模型，支持以下参数配置：
| 参数名              | 类型   | 默认值       | 说明                                                                 |
|---------------------|--------|--------------|----------------------------------------------------------------------|
| input_location      | str    | ./img.png    | 输入图像路径                                                         |
| prompt              | str    | ""           | 提示词（为空时仅基于输入图像超分，不为空时结合提示词优化细节）       |
| output_image_path   | str    | result.png   | 超分后图像保存路径                                                   |
| upscale             | int    | 5            | 超分辨率倍数（可通过前端UI调整，优先级高于默认值）                   |
| fidelity_scale_fg   | float  | 1.0          | 前景保真度系数（控制生成细节与原图的一致性）                         |
| fidelity_scale_bg   | float  | 1.0          | 背景保真度系数（同上，针对背景区域）                                 |

**模型输出**：返回超分后图像的保存路径，便于前端展示与下载。


#### （3）自动提示词生成（get_prompt.py）
基于ModelScope的`multi-modal_gemm-vit-large-patch14`模型，对输入图像进行自动描述生成：
1. 读取输入图像路径，通过`PIL.Image`加载图像
2. 初始化图像描述模型与pipeline
3. 调用模型生成图像的自然语言描述（如“一只黑色的猫坐在沙发上”）
4. 返回生成的描述作为超分模型的提示词


## 五、快速启动
1. **进入项目目录**：
   ```bash
   cd F:\Image_super\Image_super
   ```

2. **启动Streamlit服务**：
   ```bash
   streamlit run app.py
   ```

3. **访问Web界面**：
   命令执行后，终端会输出本地访问地址（默认`http://localhost:8501`），打开浏览器访问即可使用。


## 六、使用步骤
1. **配置超分参数（侧边栏）**：
   - （可选）输入手动提示词（如“高清风景照，蓝天绿树，细节清晰”）
   - 勾选“是否自动生成提示词”（无需手动输入时启用）
   - 选择超分辨率倍数（如2倍、4倍，数值越大图像尺寸越大）

2. **上传图像**：
   - 在页面底部输入框左侧点击“浏览文件”，选择1张或多张PNG/JPG/JPEG图像
   - 点击“发送”按钮，系统自动处理图像

3. **查看结果与下载**：
   - 模型处理完成后，页面会展示超分后的图像
   - 若启用自动提示词，会同步显示模型生成的提示词
   - 侧边栏点击“📥 下载当前显示的图片”，可将超分结果保存到本地

4. **管理历史记录**：
   - 页面会自动展示所有历史交互（用户上传的图像/文本、模型生成的超分图像）
   - 侧边栏点击“清空历史信息”，可删除所有历史记录


## 七、注意事项
1. **模型下载**：首次运行时，ModelScope会自动下载`PASD_v2`与提示词生成模型（约数GB），需确保网络通畅，后续运行无需重复下载。
2. **超分倍数**：超分倍数越大，图像分辨率越高，但处理时间越长，建议根据实际需求选择（2-4倍为常用范围）。
3. **提示词优化**：若超分效果不佳，可手动输入更详细的提示词（如“人像照片，皮肤细腻，发丝清晰，光线自然”），帮助模型优化细节。
4. **临时文件**：用户上传的图像会以临时文件形式处理，处理完成后自动删除，无需担心隐私泄露。
5. **错误处理**：若出现“模型加载失败”“图像格式错误”等提示，可检查：
   - Python环境与依赖库版本是否匹配
   - 输入图像格式是否为PNG/JPG/JPEG
   - 网络是否正常（确保模型能正常下载）


## 八、测试示例
1. 准备一张测试图像（如`img.png`），放置在`Image_super/Image_super`目录下。
2. 启动Streamlit服务，勾选“是否自动生成提示词”，选择超分倍数为2。
3. 上传测试图像，等待模型处理完成。
4. 查看超分结果，确认图像细节（如边缘、纹理）是否得到增强，同时可下载结果图像。