OpenCV 部署快速风格迁移

# OpenCV 部署快速风格迁移 效果：  ## 1. 快速风格迁移简介 [查看我的博客](https://blog.alexsun.top/vuepress-opencv-notes/awesome/fast-neural-style/) 阅读更多关于快速风格迁移的内容。 [*Perceptual Losses for Real-Time Style Transfer and Super-Resolution*](https://arxiv.org/abs/1603.08155) 的实现，在 [此项目的官方网站](https://cs.stanford.edu/people/jcjohns/eccv16/) 上，可以查看论文和其效果，推荐阅读。 此项目的原始实现（Lua）可以参考 [jcjohnson/fast-neural-style](https://github.com/jcjohnson/fast-neural-style)，可以下载其预训练权重进行部署。 ## 2. 下载 Torch 模型文件 下载完成后保存到： - `models/` - `eccv16/` - [`composition_vii.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/eccv16/composition_vii.t7) - [`la_muse.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/eccv16/la_muse.t7) - [`starry_night.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/eccv16/starry_night.t7) - [`the_wave.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/eccv16/the_wave.t7) - `instance_norm/` - [`candy.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/candy.t7) - [`feathers.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/feathers.t7) - [`la_muse.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/la_muse.t7) - [`mosaic.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/mosaic.t7) - [`the_scream.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/the_scream.t7) - [`udnie.t7`](http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instance_norm/udnie.t7) ## 3. Python 版本 需要 Python >= 3.7，依赖： - `opencv-python>=4.5`，建议自行编译 CUDA 版本 - `numpy>=1.19` 运行 Python 脚本： ```bash python python/main.py models/eccv16/starry_night.t7 ``` ## 4. C++ 版本 ### 4.1 必要条件 需要安装的依赖： - Visual Studio 2019 / 2022 - OpenCV >= 4.5，建议自行编译 CUDA 版本 - CMake 需要安装的 VS Code 插件： - C/C++ - CMake ### 4.2 配置 VS Code 这里是我的配置项目，请根据自己的配置调整。使用 Visual Studio 2022 [Release] x64 - amd64，在 `.vscode/settings.json` 配置： ```json { "cmake.configureEnvironment": { "OpenCV_DIR": "D:/workspace/repo/opencv4.7/opencv-4.7.0/build/install" } } ``` 然后在 `.vscode/c_cpp_properties.json` 中配置： ```json { "configurations": [ { "name": "Win32", "includePath": [ "${default}", "${workspaceFolder}/**", "D:/workspace/repo/opencv4.7/opencv-4.7.0/build/install/include" ], "defines": [ "_DEBUG", "UNICODE", "_UNICODE" ], "windowsSdkVersion": "10.0.19044.0", "cStandard": "c17", "cppStandard": "c++17", "intelliSenseMode": "windows-msvc-x64", "configurationProvider": "ms-vscode.cmake-tools", "compilerPath": "C:/Program Files/Microsoft Visual Studio/2022/Community/VC/Tools/MSVC/14.35.32215/bin/Hostx64/x64/cl.exe" } ], "version": 4 } ``` 这一步需要根据你安装的 Windows SDK 和 MSVC 版本进行调整。 ### 4.3 运行 首先，使用 F1 打开 VS Code 命令面板，输入 `CMake: Configure`，选择 `x64-Release`，等待 CMake 完成配置。 然后在下方点击运行即可，如果出现没有找到模型的错误，可以执行： ```bash cd ../.. ``` 切换到项目根目录，然后再次运行。 ## 5. License | 开源许可 MIT License.