首先来看一下效果图

1.下载项目和权重文件

https://github.com/iptop/GFPGAN-for-Video.git

2.部署环境

根据README文件部署好环境，额外还需要：

cd GFPGAN-1.3.8
python setup.py develop

3.下载权重文件

可提前下载好权重文件（也可以等运行代码的时候，自动下载）权重文件的url：
https://ghproxy.com/https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth
https://github.com/xinntao/facexlib/releases/download/v0.1.0/detection_Resnet50_Final.pth
https://github.com/xinntao/facexlib/releases/download/v0.2.2/parsing_parsenet.pth
下载好的权重文件放在路径./GFPGAN-for-Video/gfpgan/weights下

安利一个github文件下载加速网站：https://ghproxy.com/

4.运行代码

原代码是用来修复视频，但是我用了后没发现有啥效果，所以暂时只是用来修复图片
在./GFPGAN-for-Video/src路径下创建脚本image_enhance.py

import argparse
import cv2
from utils.restorer import Restorerdef videoEnhance (image_path , output_image_path):restorer = Restorer()image = cv2.imread(image_path)frame = restorer.enhance(image)cv2.imwrite(output_image_path, frame)return Truedef main():parser = argparse.ArgumentParser()parser.add_argument('-i','--input',type=str,required=True,metavar='请输入要处理的图片文件路径',help='请输入要处理的图片文件路径')parser.add_argument('-o','--output',type=str,required=True,metavar='请输入输出图片的路径',help='请输入输出图片的路径')args = parser.parse_args()videoEnhance(args.input, args.output)if __name__ == '__main__':main()

运行脚本就可得到修复后的图片了

python src/image_enhance.py -i input.png -o output.png

5.网页端体验

Hugging Face网页端：https://huggingface.co/spaces/Xintao/GFPGAN
我试了下速度很慢