【北京大学】16 TensorFlow1.x的项目实战之图像风格融合与快速迁移

梦里梦外; 2022-12-30 08:17 208阅读 0赞

### 目录 ###

*  1 简介
 *   *  1.1 图像风格快速迁移
     *  1.2 图像风格融合
     *  1.3 图像风格融合与快速迁移
 *  2 数据集
 *  3 模型结构
 *   *  3.1 损失函数网络
     *  3.2 图像生成网络
 *  4 代码讲解
 *   *  4.1 代码结构
     *  4.2 核心代码
     *   *  forward.py文件
         *  backward.py文件
         *  test.py文件
         *  app.py文件
 *  5 实验环境及源码下载
 *  相关笔记

# 1 简介 #

图像风格融合与快速迁移分为风格融合和风格快速迁移两步  
[B站图像风格融合与快速迁移讲解视频][B]

## 1.1 图像风格快速迁移 ##

将一个图像的风格迁移到另一张图片上。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]

原始图像风格迁移技术与快速图像风格迁移技术对比  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]

## 1.2 图像风格融合 ##

是将多种风格的图像进行融合后，迁移到一张图片上。如下所示，生成了黄蓝色图像且具有特殊纹理的图片。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]

## 1.3 图像风格融合与快速迁移 ##

是对于给定的多个风格图像和对应的风格标签，训练一个图像生成模型，在这个模型中，多个风格共享模型结构和参数，大大的节约训练时间和减小了模型大小。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 3]

在图片生成过程中，可以通过查看训练图片的生成效果来决定是否停止训练。

# 2 数据集 #

采用MSCOCO(Common Objects in Context)数据集2014版本  
（1）原用于图像识别领域，包含20G的图像文件和500M的标签数据  
（2）仅使用其图像文件，共82783张  
通过筛选选择了20张具有明显风格色彩的图片作为模型训练的风格图片。包括油画、水墨画、素描、动漫等  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 4]

# 3 模型结构 #

主要包括图像生成网络和损失函数网络。内容图片通过图像生成网络输出生成图片，生成图片与内容图片、风格图片通过损失网络计算总损失。通过最小化总损失函数对图像生成网络进行梯度下降.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 5]

## 3.1 损失函数网络 ##

来源于Gatys 2015年提出的风格迁移损失函数，就是前面提到的原始图像生成模型，生成速度慢。该网络中输入图片在深层卷积神经网络不同中间层的输出可以看成作是其风格特征和内容特征。取内容图片和生成图片的内容特征的差作为内容损失函数。取风格图片和生成图片的风格特征的差作为风格损失函数。内容损失函数与风格损失函数加权综合就得到风格迁移的总损失函数。在该实验中，损失函数使用了Gatys论文中的VGG16损失函数网络，取VGG16第2层卷积特征来计算内容损失，取1、2、3、4层的卷积特征来计算风格损失.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 6]

## 3.2 图像生成网络 ##

（1）DCGAN经典模型简介  
DCGAN是图像生成网络中的经典网络。是把一个正态分布向量z作为输入，经过多次反卷积后就会变成一张图片，这张图片和真实输入的图片如果能在判别器D下得到几乎相同的值，我们就可以认为图片几乎是真实的。在经过反复训练后，任意一个白噪声经过生成器G后，就可以生成一张几乎真实的图片。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 7]

（2）本实验的图像生成网络模型  
在该实验中，图像生成网络使用了DCGAN生成器的上采样，具体来说，实现的生成器是一个图到图的过程。对于输入的内容图片首先进行下采样，也就是通过卷积进行特征提取，接着是5个残差网络块，然后是上采样，最后是一个卷积层和归一化后以sigmoid函数收尾，并将目标缩放到（0，255）内从而生成图片。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 8]

起哄下采样包括卷积核归一化以及Rele激活函数，上采样包括两次的插值算法、卷积和归一化。中间涉及的残差网络如下图。主要特点是跨卷积层做加法操作，目的是为了避免梯度消失。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 9]

（3）融合的关键–条件归一化  
Dumoulin在2017年的论文中使用了条件归一化，把输入分布映射到服从beta、gamma的正态分布上。对上述生成器网络的每一层，都加入条件归一化，并将beta、gamma当做可训练的变量，不同的风格共享网络结构和卷积参，但是使用不同的beta、gamma。图像风格的融合其实就是对不同的beta、gamma的加权融合。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 10]

（4）参考文献  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 11]

# 4 代码讲解 #

## 4.1 代码结构 ##

（1）generateds.py  
将MSCOCO数据集经过裁剪、resize等预处理后，制作成tfrecords训练集；并提供训练集和风格图片的读取方法  
（2）forward.py  
实现了前向传播过程，定义了网络的核心结构。主要分为三大部分，图像生成网络、损失函数网络及loss函数的计算  
（3）backward.py  
实现了反向传播过程，调用了generateds进行数据的读取，调用forward函数进行前向传播、损失函数计算，使用adam优化器进行损失函数最小化，并提供模型的断点续训功能。  
（4）test.py  
实现图像融合与迁移，用于输入内容图片，制定4中风格图片，通过调用forward函数，进行风格融合后，即可得到25张不同风格不同权重融合后的图片。  
（5）app.py  
应用程序调用test.py的接口文件  
generateds forward backward test 和app

## 4.2 核心代码 ##

### forward.py文件 ###

（1）图像生成网络

def forward(inputs, weight):
        # 预处理'BGR'->'RGB',同时减去vgg_mean，以契合"vgg"模型。
        inputs = tf.reverse(inputs, [-1]) - np.array([103.939, 116.779, 123.68])
        # 3层卷积 ,每次卷积后均 +条件归一化并使用rule激活函数，也就是三次 downsample 操作
        inputs = conv("conv1", inputs, 9, 3, 32, 1)  # 卷积
        inputs = conditional_normalization(inputs, "cin1", weight)  # 条件归一化
        inputs = tf.nn.relu(inputs)  # relu
        inputs = conv("conv2", inputs, 3, 32, 64, 2)
        inputs = conditional_normalization(inputs, "cin2", weight)
        inputs = tf.nn.relu(inputs)
        inputs = conv("conv3", inputs, 3, 64, 128, 2)
        inputs = conditional_normalization(inputs, "cin3", weight)
        inputs = tf.nn.relu(inputs)
        # 5层resBlock
        inputs = res_block("res1", inputs, 3, 128, 128, weight)
        inputs = res_block("res2", inputs, 3, 128, 128, weight)
        inputs = res_block("res3", inputs, 3, 128, 128, weight)
        inputs = res_block("res4", inputs, 3, 128, 128, weight)
        inputs = res_block("res5", inputs, 3, 128, 128, weight)
        # 2层upsampling
        inputs = upsampling("up1", inputs, 128, 64, weight)
        inputs = upsampling("up2", inputs, 64, 32, weight)
        # 最后一层卷积将channel限制在3
        inputs = conv("last", inputs, 9, 32, 3, 1)
        inputs = conditional_normalization(inputs, "cinout", weight)
        # 并使用255* sigmoid函数保证结果在 ( 0,255 ) 内
        inputs = tf.nn.sigmoid(inputs) * 255
        return inputs

（2）归一化操作  
在实验中beta gamma矩阵都是20\*3  
训练时，传入一个one-hot编码的weight。weight代表两层含义，第一我们选择了这个风格，并且该风格的权重为1。  
![在这里插入图片描述][20201224171715888.png_pic_center]

在测试时，选择四个风格，那就有四个位置上有权重。且权重都是0.25。  
这个conditional\_normalization操作贯穿了图像生成网络的每一层，所以图像风格融合和快速迁移是一个整体，而不是割裂开来的，是一个边生成变融合的过程。  
![在这里插入图片描述][20201224171721240.png_pic_center]

def conditional_normalization(x, scope_bn, weight=None):
        # 获取beta、gamma参数变量
        beta_matrix = tf.get_variable(name=scope_bn + 'beta',
                                      shape=[weight.shape[-1], x.shape[-1]],
                                      initializer=tf.constant_initializer([0.]),
                                      trainable=True)  # label_nums x C
        gamma_matrix = tf.get_variable(name=scope_bn + 'gamma',
                                       shape=[weight.shape[-1], x.shape[-1]],
                                       initializer=tf.constant_initializer([1.]),
                                       trainable=True)  # label_nums x C
        # 根据输入权重获取instance normalization beta、gamma值
        # 在train过程当中weight为one hot编码用于抽取当前训练风格beta、gamma
        # 在test过程当中weight可以融合多个风格的参数，从而达到特征融合效果（具体可参考上述论文）
        beta = tf.matmul(weight, beta_matrix)
        gamma = tf.matmul(weight, gamma_matrix)
        # 获取单个feature map上mean和variance用作instance normalization
        mean, var = tf.nn.moments(x, axes=[1, 2], keep_dims=True)
        # 按照beta、gamma做归一化
        x = tf.nn.batch_normalization(x, mean, var, beta, gamma, 1e-10)
        return x

（3）损失函数网络  
使用的是训练好的VGG16.VGGNet定义网络的结构，我们只计算到了第四层卷积，因为在此实验中最多只需要第四层卷积的特征。在每一层卷积之后，都会将其层数以及对应的特征存在字典F中。供之后的内容损失和风格损失时进行提取。

def vggnet(inputs, vgg_path):
        # VGG16卷积操作
        def vgg_conv(inputs, w, b):
            # 卷积函数，inputs：输入，卷积核，步长，前后形状相同
            return tf.nn.conv2d(inputs, w, [1, 1, 1, 1], "SAME") + b
        # VGG16池化操作
        def vgg_max_pooling(inputs):
            # 池化函数：输入，池化窗口大小，滑动步长，前后形状
            return tf.nn.max_pool(inputs, [1, 2, 2, 1], [1, 2, 2, 1], "SAME")
        inputs = tf.reverse(inputs, [-1]) - np.array([103.939, 116.779, 123.68])  # 处理输入图片
        para = np.load(vgg_path + "vgg16.npy", encoding="latin1").item()  # 从vgg模型路径获得vgg模型
        F = { }  # 定义返回值为字典F
        inputs = vgg_conv(inputs, para["conv1_1"][0], para["conv1_1"][1])  # 第一层卷积提取特征
        inputs = tf.nn.relu(inputs)  # 激活函数relu，即将矩阵中每行的非最大值置0。
        inputs = vgg_conv(inputs, para["conv1_2"][0], para["conv1_2"][1])
        inputs = tf.nn.relu(inputs)
        F["conv1_2"] = inputs
        inputs = vgg_max_pooling(inputs)  # 池化
        inputs = vgg_conv(inputs, para["conv2_1"][0], para["conv2_1"][1])  # 第二层卷积提取特征
        inputs = tf.nn.relu(inputs)  # 激活函数relu
        inputs = vgg_conv(inputs, para["conv2_2"][0], para["conv2_2"][1])
        inputs = tf.nn.relu(inputs)
        F["conv2_2"] = inputs
        inputs = vgg_max_pooling(inputs)  # 池化
        inputs = vgg_conv(inputs, para["conv3_1"][0], para["conv3_1"][1])  # 第三层卷积提取特征
        inputs = tf.nn.relu(inputs)  # relu激活函数
        inputs = vgg_conv(inputs, para["conv3_2"][0], para["conv3_2"][1])
        inputs = tf.nn.relu(inputs)
        inputs = vgg_conv(inputs, para["conv3_3"][0], para["conv3_3"][1])
        inputs = tf.nn.relu(inputs)
        F["conv3_3"] = inputs
        inputs = vgg_max_pooling(inputs)  # 池化
        inputs = vgg_conv(inputs, para["conv4_1"][0], para["conv4_1"][1])  # 第四层卷积提取特征
        inputs = tf.nn.relu(inputs)  # relu激活函数
        inputs = vgg_conv(inputs, para["conv4_2"][0], para["conv4_2"][1])
        inputs = tf.nn.relu(inputs)
        inputs = vgg_conv(inputs, para["conv4_3"][0], para["conv4_3"][1])
        inputs = tf.nn.relu(inputs)
        F["conv4_3"] = inputs
        return F

（4）内容损失函数  
使用的是内容图像和生成图像的第二层卷积特征来计算l2损失函数。

def get_content_loss(content_img, target_img):
        return tf.nn.l2_loss(content_img["conv2_2"] - target_img["conv2_2"]) * 2 /
            tf.cast(tf.size(content_img["conv2_2"]),
                                                                                           dtype=tf.float32)

（5）风格损失函数  
用到了Gram矩阵，是用来衡量风格特征的一种方法，计算方法是矩阵乘以其转置矩阵。在风格损失函数中分别提取1、2、3、4层的卷积特征，分别计算每层卷积特征的Gram矩阵。然后计算风格图像和生成图像gram矩阵的l2损失函数。最后加总得到最后的风格损失。

def get_style_loss(style_img, target_img):
        # 声明一个字典
        layers = ["conv1_2", "conv2_2", "conv3_3", "conv4_3"]
        # 初始化loss
        loss = 0
        for layer in layers:
            # 取style_output
            style_layer = style_img[layer]
            style_gram = get_gram_matrix(style_layer)
            # 取target_output
            target_layer = target_img[layer]
            target_gram = get_gram_matrix(target_layer)
            # 计算mse
            loss += tf.nn.l2_loss(style_gram - target_gram) * 2 / tf.cast(tf.size(target_gram), dtype=tf.float32)
        return loss

（6）Gram矩阵计算  
每一个传进来的卷积特征有四个维度，batch\_size、宽、长、通道数。我们只在宽和长两个维度上计算gram。所以先把1和4维度提到最前，然后徐对最后两维做矩阵乘法。

def get_gram_matrix(layer):
        shape = tf.shape(layer)
        # 第一维是batch_size
        batch_size = shape[0]
        # 宽
        width = shape[1]
        # 长
        height = shape[2]
        # 通道数
        channel_num = shape[3]
        # 只对 第二三维度进行点乘，因此把1，4维度提前
        filters = tf.reshape(layer, tf.stack([batch_size, -1, channel_num]))
        # 点乘得到grams矩阵, 仅在维度宽和长上做点乘
        grams = tf.matmul(filters, filters, transpose_a=True) / tf.to_float(width * height * channel_num)
        return grams

### backward.py文件 ###

定义了反向传播过程，也就是训练过程。首先是对内容图像和风格图像定义了两个占位符，然后定义训练风格的标签为1\*20的向量，采用One-hot的编码方式，然后将此内容图片和标签传入网络，生成我们需要的目标图像。  
之后目标图像和内容图像、风格图像均通过损失函数网络vggnet进行特征提取，之后便是定义损失函数的计算。分别计算内容损失函数和风格损失函数，并加权得到总损失函数。  
之后定义训练轮数，使用adam优化器最小化损失函数。

def backward(img_h=args.IMG_H, img_w=args.IMG_W, img_c=args.IMG_C, style_h=args.STYLE_H, style_w=args.STYLE_W,
                 c_nums=args.LABELS_NUMS, batch_size=args.BATCH_SIZE, learning_rate=args.LEARNING_RATE,
                 content_weight=args.CONTENT_WEIGHT, style_weight=args.STYLE_WEIGHT, path_style=args.PATH_STYLE,
                 model_path=args.PATH_MODEL, vgg_path=args.PATH_VGG16, path_data=args.PATH_DATA,
                 dataset_name=args.DATASET_NAME):
        # 内容图像：batch为2，图像大小为256*256*3
        content = tf.placeholder(tf.float32, [batch_size, img_h, img_w, img_c])
        # 风格图像：batch为2，图像大小为512*512*3
        style = tf.placeholder(tf.float32, [batch_size, style_h, style_w, img_c])
        # 风格1：训练风格的标签
        weight = tf.placeholder(tf.float32, [1, c_nums])
        # 图像生成网络：前向传播
        target = forward(content, weight)
        # 生成图像、内容图像、风格图像特征提取
        vgg_target = vggnet(target, vgg_path)
        vgg_content = vggnet(content, vgg_path)
        vgg_style = vggnet(style, vgg_path)
        # Loss计算
        # 内容Loss
        content_loss = get_content_loss(vgg_content, vgg_target)
        # 风格Loss
        style_loss = get_style_loss(vgg_style, vgg_target)
        # 总Loss
        loss = content_loss * content_weight + style_loss * style_weight
        # 定义当前训练轮数变量
        global_step = tf.Variable(0, trainable=False)
        # 优化器：Adam优化器，损失最小化
        opt = tf.train.AdamOptimizer(learning_rate).minimize(loss, global_step=global_step)
        # 读取训练数据
        content_batch = get_content_tfrecord(batch_size, os.path.join(path_data, dataset_name), img_h)
        # 实例化saver对象，便于之后保存模型
        saver = tf.train.Saver()
        # 开始计时
        time_start = time.time()
        with tf.Session() as sess:
            # 初始化全局变量
            init_op = tf.global_variables_initializer()
            sess.run(init_op)
            # 在路径中查询有无checkpoint
            ckpt = tf.train.get_checkpoint_state(model_path)
            # 从checkpoint恢复模型
            if ckpt and ckpt.model_checkpoint_path:
                saver.restore(sess, ckpt.model_checkpoint_path)
                print('Restore Model Successfully')
            else:
                print('No Checkpoint Found')
            # 开启多线程
            coord = tf.train.Coordinator()
            threads = tf.train.start_queue_runners(sess=sess, coord=coord)
            # 开始训练，共进行5万轮
            for itr in range(args.steps):
                # 计时
                time_step_start = time.time()
                # 读取tfrecords训练集，并进行reshape，尺寸为(batch_size*h*w*c)
                batch_content = sess.run(content_batch)
                batch_content = np.reshape(batch_content, [batch_size, img_w, img_h, img_c])
                # 随机选择1个风格图片，并返回风格图片存储矩阵（batch_size*h*w*c，每个h*w*c都相同），y_labels为风格标签
                batch_style, y_labels = random_select_style(path_style, batch_size, [style_h, style_w, img_c], c_nums)
                # 喂数据，开始训练
                sess.run(opt, feed_dict={ content: batch_content, style: batch_style, weight: y_labels})
                step = sess.run(global_step)
                # 打印相关信息
                if itr % 100 == 0:
                    # 为之后打印信息进行相关计算
                    [loss_p, target_p, content_loss_res, style_loss_res] = sess.run([loss, target, content_loss, style_loss],
                                                                                feed_dict={ content: batch_content,
                                                                                           style: batch_style,
                                                                                           weight: y_labels})
                    # 连接3张图片（内容图片、风格图片、生成图片）
                    save_img = np.concatenate((batch_content[0, :, :, :],
                                               misc.imresize(batch_style[0, :, :, :], [img_h, img_w]),
                                               target_p[0, :, :, :]), axis=1)
                    # 打印轮数、总loss、内容loss、风格loss
                    print("Iteration: %d, Loss: %e, Content_loss: %e, Style_loss: %e" %
                          (step, loss_p, content_loss_res, style_loss_res))
                    # 展示训练效果：打印3张图片，内容图+风格图+风格迁移图
                    Image.fromarray(np.uint8(save_img)).save(
                        "save_training_imgs/" + str(step) + "_" + str(np.argmax(y_labels[0, :])) + ".jpg")
                time_step_stop = time.time()
                # 存储模型
                a = 200
                if itr % a == 0:
                    saver.save(sess, model_path + "model", global_step=global_step)
                    print('Iteration: %d, Save Model Successfully, single step time = %.2fs, total time = %.2fs' % (
                        step, time_step_stop - time_step_start, time_step_stop - time_start))
            # 关闭多线程
            coord.request_stop()
            coord.join(threads)

### test.py文件 ###

图像风格融合与迁移  
（1）初始化  
对测试图片、风格权重向量、生成图片等变量进行初始化。

def __init__(self, stylizer_arg):
            self.stylizer_arg = stylizer_arg
            self.content = tf.placeholder(tf.float32, [1, None, None, 3])  # 图片输入定义
            self.weight = tf.placeholder(tf.float32, [1, stylizer_arg.LABELS_NUMS])  # 风格权重向量，用于存储用户选择的风格
            self.target = forward(self.content, self.weight)  # 定义将要生成的图片
            self.img_path = stylizer_arg.PATH_IMG
            self.img = None
            self.label_list = None
            self.input_weight = None
            self.img25 = None
            self.img25_4 = None
            self.sess = tf.Session()  # 定义一个sess
            self.sess.run(tf.global_variables_initializer())  # 变量初始化
            saver = tf.train.Saver()  # 定义模型saver
            ckpt = tf.train.get_checkpoint_state(stylizer_arg.PATH_MODEL)  # 从模型存储路径中获取模型
            if ckpt and ckpt.model_checkpoint_path:  # 从检查点中恢复模型
                saver.restore(self.sess, ckpt.model_checkpoint_path)

（2）read\_image读取测试图片  
因为图片如果太大，生成速度将会非常慢，将其限制在700\*700以下，所以进行reshape

def read_image(self):
            # 读取图像
            img_input = Image.open(self.img_path).convert('RGB')
            # 不断对图片进行缩小，直到符合尺寸限制
            # 若图片太大，生成速度将会非常慢，若需生成原图，可将此段注释掉
            while img_input.width * img_input.height > 500000:
                img_input = img_input.resize((int(img_input.width / 1.5), int(img_input.height / 1.5)))
            # 转成数组
            self.img = np.array(img_input)

（3）设置风格  
将用户选取的四个风格存在tuple中。

def set_style(self):
            # 将用户选取的4个风格存储在tuple中
            self.label_list = (self.stylizer_arg.LABEL_1, self.stylizer_arg.LABEL_2,
                               self.stylizer_arg.LABEL_3, self.stylizer_arg.LABEL_4)

（4）set\_weight  
将风格权重放在一个1\*20的向量里

def set_weight(self, weight_dict):
            # 初始化input_weight
            self.input_weight = np.zeros([1, self.stylizer_arg.LABELS_NUMS])
            # 传入权重字典，键为权重编号，键值为权重，并存到input_weight中
            for k, v in weight_dict.items():
                self.input_weight[0, k] = v

（5）Stylize函数  
调用set\_weight函数得到权重向量，然后喂数据，得到风格融合后的图片并保存下来。

def stylize(self, alpha_list=None):
            # 将风格列表及对应的权重放入字典中
            weight_dict = dict(zip(self.label_list, alpha_list))
            self.set_weight(weight_dict)
            # 打印提示信息
            print('Generating', self.img_path.split('/')[-1], '--style:', str(self.label_list),
                  '--alpha:', str(alpha_list), )
            # 进行风格融合与迁移
            img = self.sess.run(self.target,
                                feed_dict={ self.content: self.img[np.newaxis, :, :, :], self.weight: self.input_weight})
            # 保存单张图片
            # 直接str(tuple)会产生空格，js无法读取
            file_name = self.stylizer_arg.PATH_RESULTS + self.img_path.split('/')[-1].split('.')[0] + '_' + str(self.label_list) + '_' + str(alpha_list) + '.jpg'
            file_name = file_name.replace(' ','')
            Image.fromarray(np.uint8(img[0, :, :, :])).save(file_name)
            return img

（6）generate\_result函数  
是通过一个两层的循环，生成25个权重向量，通过调用sylize函数生成25张融合后的图片。如下表格所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 12]

四个直角的向量为四个风格权重分别为1，其他权重为0的权重。中间向量为4个风格权重同时为0.25的权重向量。

def generate_result(self):
            size = 5
            i = 0
            # 按行生成
            while i < size:
                # 1、2风格权重之和
                x_sum = 100 - i * 25.0
                # 3、4风格权重之和
                y_sum = i * 25
                # 1、2风格之和进行五等分，计算权重step值
                x_step = x_sum / 4.0
                # 3、4风格之和进行五等分，计算权重step值
                y_step = y_sum / 4.0
                # 按列生成
                j = 0
                while j < size:
                    # 计算1、2风格的权重
                    ap1 = x_sum - j * x_step
                    ap2 = j * x_step
                    # 计算3风格权重
                    ap3 = y_sum - j * y_step
                    ap4 = j * y_step
                    # 归一化后存到alphas中
                    alphas = (float('%.2f' % (ap1 / 100.0)),
                              float('%.2f' % (ap2 / 100.0)),
                              float('%.2f' % (ap3 / 100.0)),
                              float('%.2f' % (ap4 / 100.0)))
                    # 返回融合后图像
                    img_return = self.stylize(alphas)
                    # array转IMG
                    img_return = Image.fromarray(np.uint8(img_return[0, :, :, :]))
                    # 将5个图像按行拼接
                    if j == 0:
                        width, height = img_return.size
                        img_5 = Image.new(img_return.mode, (width * 5, height))
                    img_5.paste(img_return, (width * j, 0, width * (j + 1), height))
                    j = j + 1
                # 将多个行拼接图像，拼接成5*5矩阵
                if i == 0:
                    img_25 = Image.new(img_return.mode, (width * 5, height * 5))
                img_25.paste(img_5, (0, height * i, width * 5, height * (i + 1)))
                i = i + 1
            # 将5*5矩阵图像的4个角加上4个风格图像，以作对比
            img25_4 = Image.new(img_25.mode, (width * 7, height * 5))
            img25_4 = ImageOps.invert(img25_4)
            img25_4.paste(
                center_crop_img(Image.open(
                    self.stylizer_arg.PATH_STYLE + str(self.label_list[0] + 1) + '.png')).resize((width, height)),
                (0, 0, width, height))
            img25_4.paste(
                center_crop_img(Image.open(
                    self.stylizer_arg.PATH_STYLE + str(self.label_list[1] + 1) + '.png')).resize((width, height)),
                (width * 6, 0, width * 7, height))
            img25_4.paste(
                center_crop_img(Image.open(
                    self.stylizer_arg.PATH_STYLE + str(self.label_list[2] + 1) + '.png')).resize((width, height)),
                (0, height * 4, width, height * 5))
            img25_4.paste(
                center_crop_img(Image.open(
                    self.stylizer_arg.PATH_STYLE + str(self.label_list[3] + 1) + '.png')).resize((width, height)),
                (width * 6, height * 4, width * 7, height * 5))
            img25_4.paste(img_25, [width, 0, width * 6, height * 5])
            self.img25 = img_25
            self.img25_4 = img25_4
        def save_result(self):
            # 存储5*5图像矩阵
            self.img25.save(self.stylizer_arg.PATH_RESULTS + self.img_path.split('/')[-1].split('.')[0] + '_' + str(
                self.label_list) + '_result_25' + '.jpg')
            self.img25.show()
            # 存储5*5+4风格图像矩阵
            self.img25_4.save(self.stylizer_arg.PATH_RESULTS + self.img_path.split('/')[-1].split('.')[0] + '_' + str(
                self.label_list) + '_result_25_4' + '.jpg')
            self.img25_4.show()
            print('Image Matrix Saved Successfully!')
    def get_image_matrix():
        # 初始化
        stylizer0 = Stylizer(args)
        # 读取图像文件
        stylizer0.read_image()
        # 存储风格标签
        stylizer0.set_style()
        # 生成融合图片
        stylizer0.generate_result()
        # 保存融合图片
        stylizer0.save_result()
        # 释放对象
        del stylizer0
        # 重置图
        tf.reset_default_graph()
    # 主程序
    def main():
        get_image_matrix()
    # 主程序入口
    if __name__ == '__main__':
        main()

### app.py文件 ###

是网页应用程序调用test.py的接口.其次使用test中定义的syliezer类进行风格融合图片的生成。

# -*- coding: UTF-8 -*-
    import os
    from .test import *
    import random
    def deleteResult(path):
        ls = os.listdir(path)
        for i in ls:
            c_path = os.path.join(path, i)
            if ("jpg" in c_path):
                os.remove(c_path)
    def delte(path):
        ls = os.listdir(path)
        for i in ls:
            c_path = os.path.join(path, i)
            if ("result" in c_path):
                os.remove(c_path)
    def main(arg, result_path, data_path, style_path, model_path):
        # 初始化变量
        args.LABEL_1 = int(arg[0])
        args.LABEL_2 = int(arg[1])
        args.LABEL_3 = int(arg[2])
        args.LABEL_4 = int(arg[3])
        args.PATH_IMG = arg[4]
        args.PATH_RESULTS = result_path
        args.PATH_STYLE = style_path
        args.PATH_MODEL = model_path
        # 删除之前所产生的图片
        deleteResult(args.PATH_RESULTS)
        # 初始化Stylizer类
        stylizer = Stylizer(args)
        # 读取图片
        stylizer.read_image()
        # 设置风格参数
        stylizer.set_style()
        # 产生风格融合图片
        stylizer.generate_result()
        # 存储5*5图像矩阵
        stylizer.img25.save(args.PATH_RESULTS + 'result_25' + str(random.uniform(1, 10)) + '.jpg')
        # 删除之前所产生的图片
        delte(data_path)
        # 存储5*5+4风格图像矩阵
        url = data_path + "result25" + str(random.uniform(1, 10)) + ".jpg"
        stylizer.img25_4.save(url)
        del stylizer
        tf.reset_default_graph()

# 5 实验环境及源码下载 #

（1）实验环境：  
操作系统：windows10  
GPU:GTX 1060  
Python版本：python3.6  
tensorflow:1.9.0  
浏览器Edge  
（2）源码下载  
[项目源码githu][githu]

# 相关笔记 #

以下所有源码以及更详细PDF笔记请在github下载  
[TensorFolwNotebook-from-Peking-University][]

1.  [【北京大学】1 TensorFlow1.x中Python基础知识][1 TensorFlow1.x_Python]
2.  [【北京大学】2 TensorFlow1.x的张量、计算图、会话][2 TensorFlow1.x]
3.  [【北京大学】3 TensorFlow1.x的前向传播推导与实现][3 TensorFlow1.x]
4.  [【北京大学】4 TensorFlow1.x的反向传播推导与实现][4 TensorFlow1.x]
5.  [【北京大学】5 TensorFlow1.x的损失函数和交叉熵举例讲解及实现][5 TensorFlow1.x]
6.  [【北京大学】6 TensorFlow1.x的学习率、滑动平均和正则化实例及实现][6 TensorFlow1.x]
7.  [【北京大学】7 TensorFlow1.x的神经网络模块设计思想举例及实现][7 TensorFlow1.x]
8.  [【北京大学】8 TensorFlow1.x的Mnist数据集实例实现][8 TensorFlow1.x_Mnist]
9.  [【北京大学】9 TensorFlow1.x的实现自定义Mnist数据集][9 TensorFlow1.x_Mnist]
10. [【北京大学】10 TensorFlow1.x的卷积神经网络(CNN)相关基础知识][10 TensorFlow1.x_CNN]
11. [【北京大学】11 TensorFlow1.x的卷积神经网络模型Lenet5实现][11 TensorFlow1.x_Lenet5]
12. [【北京大学】12 TensorFlow1.x的卷积神经网络模型VGGNet实现][12 TensorFlow1.x_VGGNet]
13. [【北京大学】13 TensorFlow1.x的项目实战之手写英文体识别OCR技术][13 TensorFlow1.x_OCR]
14. [【北京大学】14 TensorFlow1.x的二值神经网络实现MNIST数据集手写数字识别][14 TensorFlow1.x_MNIST]
15. [【北京大学】15 TensorFlow1.x的项目实战之人脸表情识别][15 TensorFlow1.x]
16. [【北京大学】16 TensorFlow1.x的项目实战之图像风格融合与快速迁移][16 TensorFlow1.x]

[B]: https://www.bilibili.com/video/BV1GE411k7Q2?p=37
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/c63b3931c1b4455c95a1aa5645ce718f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201224171538952.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201224171544965.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20201224171551181.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20201224171559567.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20201224171607906.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/20201224171618603.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 7]: https://img-blog.csdnimg.cn/2020122417162733.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 8]: https://img-blog.csdnimg.cn/20201224171636781.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 9]: https://img-blog.csdnimg.cn/20201224171647766.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 10]: https://img-blog.csdnimg.cn/20201224171654675.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 11]: https://img-blog.csdnimg.cn/2020122417170541.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[20201224171715888.png_pic_center]: https://img-blog.csdnimg.cn/20201224171715888.png#pic_center
[20201224171721240.png_pic_center]: https://img-blog.csdnimg.cn/20201224171721240.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 12]: https://img-blog.csdnimg.cn/20201224171739505.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center
[githu]: https://github.com/7yChris/20_style-model-for-image-style-fusion-and-transfer
[TensorFolwNotebook-from-Peking-University]: https://github.com/823316627bandeng/-TensorFolwNotebook-from-Peking-University
[1 TensorFlow1.x_Python]: https://betterbench.blog.csdn.net/article/details/111400935
[2 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111401620
[3 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111407104
[4 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111407700
[5 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111409255
[6 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111410367
[7 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111410935
[8 TensorFlow1.x_Mnist]: https://betterbench.blog.csdn.net/article/details/111414788
[9 TensorFlow1.x_Mnist]: https://betterbench.blog.csdn.net/article/details/111480327
[10 TensorFlow1.x_CNN]: https://betterbench.blog.csdn.net/article/details/111495960
[11 TensorFlow1.x_Lenet5]: https://betterbench.blog.csdn.net/article/details/111499496
[12 TensorFlow1.x_VGGNet]: https://betterbench.blog.csdn.net/article/details/111516848
[13 TensorFlow1.x_OCR]: https://betterbench.blog.csdn.net/article/details/111567501
[14 TensorFlow1.x_MNIST]: https://betterbench.blog.csdn.net/article/details/111590573
[15 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111594356
[16 TensorFlow1.x]: https://betterbench.blog.csdn.net/article/details/111641487