现在的AI发展速度真的可谓神速，就在前不久，又一款超强智能图像处理AI诞生了，它可以把陈旧，模糊的老照片，一键翻新成高清照片，甚至就连老的视频文件也可以高清复原，真是强的离谱。

现在就给大家看一下它的复原效果

这款AI名叫CodeFormer，现在已经在Github上开源了，自己在家就可以免费安装并使用这个AI，它不需要性能太强的PC机，即使没有NVIDIA显卡，有AMD显卡也可以，甚至可以直接在CPU上运行，并且速度也可以接收，下面我就将安装步骤介绍给大家。【点击这里】前往项目。

我安装采用的是ubuntu Linux平台，Windows或者Mac上的安装步骤就不一一讲解了，如果大家在安装时遇到问题，可以在下方留言。

安装步骤

我们需要提前准备Python，git，conda环境和工具，我在下面会详细讲解每一个步骤，如果已经安装了上述内容，可以直接跳过。

安装git工具

首先需要安装git工具，用于克隆github上的项目文件，我们可以在命令行中依次输入如下命令。如果系统提示输入管理员密码，则输入密码后按下Enter键继续。

sudo apt update

sudo apt install git

安装完成后，可以通过执行下面命令确认安装成功，并查看安装的版本

git --version

安装Python

这个项目是用Python开发的，因此我们需要安装Pyton环境。只需输入如下命令，即可完成Python的安装。

sudo apt install python3

执行下面的命令，检查一下安装的版本，并确认安装成功。

python3 --version

安装Conda

在 Python 开发项目中，Conda 可以帮助你安装、更新、卸载不同的软件包，并确保这些软件包之间的依赖关系。同时Conda 允许你创建不同的虚拟环境，每个环境可以拥有不同的 Python 版本和软件包，这使得你可以对项目进行隔离管理。

首先下载anaconda安装脚本，进入你的下载目录，然后执行如下命令

wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh

你也可以直接在Anaconda的官网上下载最新的版本【前往Anaconda官网下载页面】

下载完成后，执行下面的命令校验下载文件的哈希值，用于确保文件完整下载。注意每一个安装脚本对应的哈希值都不一样，因此下面的命令中需要准确输入下载文件的文件名和对应的哈希值。具体各个文件对应的哈希值可以在Anaconda官网查看【前往Anaconda官网哈希值列表页面】

echo "589fb34fe73bc303379abbceba50f3131254e85ce4e7cd819ba4276ba29cad16" Anaconda3-2023.07-2-Linux-x86_64.sh | sha256sum --check

如果校验成功，命令行后面会显示 OK 的提示。

接下来通过下面的命令，为下载的脚本增加可执行权限。

chmod +x Anaconda3-2023.07-2-Linux-x86_64.sh

然后就可以执行安装脚本了，安装过程中会有几次确认提示，按照提示操作执行就可以了。最后一步问你需不需要进行conda初始化，这时选择yes，初始化程序会自动将conda加入命令路径。

bash Anaconda3-2023.07-2-Linux-x86_64.sh

安装完成后，需要关闭当前的命令终端，再重新打开一个新的命令终端，这样新的环境变量才能生效。

在新打开的命令终端中，执行下面的命令，如果可以看到conda的版本，则可以确认安装成功。

conda --version

安装Pytorch

因为这个项目是依赖Pytorch的，因此接下来我们需要安装Pytorch。Pytorch官网给我们提供了明确的安装方法，我们【打开Pytorch官网】，可以看到如下安装选项。

版本选择stable稳定版；操作系统根据你个人的情况进行选择，我选择的是Linux；包管理工具选择Conda，计算机平台这里指的是显卡类型，如果拟是NVIDIA显卡，则选择CUDA11.8或者CUDA12.1，具体选择哪个版本，要看你的显卡的具体型号。这个可以从NVIDIA中查询。如果是AMD显卡，则选择ROCm5.7。如果就通过CPU进行运算，就选择最后一个CPU就可以了。

选择好上述选项之后，系统会根据选项直接给出一行命令，将这行命令copy下来，直接执行就可以了，过程中根据提示确认执行。

我生成的命令行如下。

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装项目

先进入你要存放项目的文件夹，然后执行下面的命令，克隆项目到当前文件夹。

git clone https://github.com/sczhou/CodeFormer

成功克隆之后，进入项目文件夹。

cd CodeFormer

通过Conda创建项目运行环境，并激活这个项目环境。

conda create -n codeformer python=3.8 -y

conda activate codeformer

项目激活后，你的命令行提示前面就会显示codeformer字样，表示当前是在codeformer这个项目环境中运行。在codeformer环境中执行如下命令，安装依赖包，最后完成安装。

pip3 install -r requirements.txt

python basicsr/setup.py develop

下载训练模型

通过下面两行命令，来下载训练模型。

python scripts/download_pretrained_models.py facelib

python scripts/download_pretrained_models.py CodeFormer

现在下载和安装工作就全部完成了

如何使用这个模型？

面部图像修复（适用于裁剪和对齐的面部肖像 512×512 像素）

python inference_codeformer.py -w 0.5 --has_aligned --input_path [image folder]|[image path]

整体图像增强

python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]

视频增强，因为视频增强功能非常消耗性能，如果不是使用显卡进行运算的，就不建议尝试了。

python inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path [video path]

黑白泛黄照片上色（适用于裁剪和对齐的面部肖像 512×512 像素）

python inference_colorization.py --input_path [image folder]|[image path]

破损照片复原（适用于裁剪和对齐的面部肖像 512×512 像素）

python inference_inpainting.py --input_path [image folder]|[image path]

赶快用自己安装的AI模型帮你的父母修复一下他们年轻时的老照片吧！