前言

哈嘍，大家好。

大家在刷短視頻的時候有沒有刷到這樣的視頻，視頻里一張靜態的人物圖片能動起來，如：歪歪頭、眨眨眼、笑一笑。

類似于下面這種效果

最左側的人物是原始的動作，上面是靜態圖片。通過AI技術便可以讓最左側人物的動作運用到上面的靜態圖片上，從而讓張圖都可以做出相同的動作。

這種技術一般是基于的GAN（生成對抗網絡）來實現，今天我給大家分享一個開源項目，能夠復現上面的效果，可以做些有趣的項目，也可以懷念故人。

1. 運行項目

項目地址：https://github.com/AliaksandrSiarohin/first-order-model

首先，git clone將項目下載到本地，進入項目安裝依賴

git clone https://github.com/AliaksandrSiarohin/first-order-model.git cd first-order-model pip install -r requirements.txt

然后，在項目首頁Pre-trained checkpoint標題下，找到模型下載鏈接，下載模型文件，模型有很多，我用的是vox-adv-cpk.pth.tar。

準備好模型文件后，在項目根目錄下執行下面命令即可

Python學習交流Q群：906715085#### python demo.py \--config config/vox-adv-256.yaml \--driving_video src_video.mp4 \--source_image src_img.jpg \--checkpoint weights/vox-adv-cpk.pth.tar

解釋下參數：

?–config：模型配置文件，在源文件中有

?–driving_video：提供動作的視頻

?–source_image：需要加動效的靜態圖片

?–checkpoint：剛剛下載的模型文件

運行完成后，會看到如下輸入

該項目使用PyTorch搭建神經網絡，支持GPU和CPU運行，所以如果你的電腦只有CPU，運行會比較慢。

我是在CPU下運行的，從上圖可以看到，driving_video只有 31 幀。如果你也是CPU運行，最好控制driving_video視頻的時長，不然運行時長會比較長。

有了該項目，可以自己做些比較有意思的嘗試

2. Python API

上面教大家按照官網在命令行運行該項目。

有些朋友可能想在Python項目中調用，所以我在demo.py中抽取了核心代碼，封裝了一個Pyhton API

有需要的朋友可以下載這個文件，放到與first-order-model同一級的目錄下，按照下面代碼調用即可

fom = FOM() # 查看驅動視頻，驅動視頻最好裁剪為480 x 640 大小的視頻 driving_video = '' # 被驅動的畫面 source_image = '' # 輸出視頻 result_video = '' # 驅動畫面 fom.img_to_video(driving_video, source_image, result_video)

最后

今天的分享就到這里了，大致的思路都給大家整理出來了，心動不如行動，喜歡的小伙伴趕緊動手操作起來啦~~

總結

以上是生活随笔為你收集整理的Python一步实现静态图片动态化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。