分别为原视频、超分辨率视频的截图

• 对比一

• 对比二

• 对比三

• Python >= 3.7 ( 推荐使用 Anaconda 或 Docker )
• PyTorch >= 1.7
• NVIDIA GPU + CUDA
• Linux ( Windows 和 Mac 未测试过 )

• 这里基于 Anaconda 基础环境

1. 创建虚拟环境

   conda create -n video python=3.7
   conda activate video

2. 安装cuda和cudnn

   conda install cudatoolkit=10.2
   conda install cudnn

3. 克隆项目

   git clone https://github.com/emptysoal/VideoRestore.git
   cd VideoRestore

4. 安装依赖包(安装慢的话,下面 pip 命令后面加上 "-i https://pypi.tuna.tsinghua.edu.cn/simple/")

   pip install numpy
   pip install torch==1.7.0
   pip install torchvision==0.8.0
   pip install basicsr
   pip install facexlib
   pip install -r requirements.txt
   python setup.py develop
   pip install realesrgan

• 下载权重文件:GFPGANv1.3.pth

下载好模型后放到项目experiments/pretrained_models目录下

1. 在video_rebuild目录下,创建 src 目录;

2. 把需要修复的视频文件放到video_rebuild/src目录下;

3. 启动项目

   运行命令格式如下:

   python video_rebuild/main.py --video ./video_rebuild/src/<待修复视频> --save-path ./video_rebuild/result/<输出的视频>

   例如:

   python video_rebuild/main.py --video ./video_rebuild/src/demo04.mp4 --save-path ./video_rebuild/result/output.mp4

   • 如果需要保存每一帧的图像,可以在命令最后加上--save-frame,但是会使输出结果太大,不建议保存每一帧;

   • 输出的结果存储在项目video_rebuild/result目录下。