Vous êtes-vous demandé comment supprimer les filigranes des images à l'aide de Python ? C'est très simple ! Vous devez connaître Python et avoir une connaissance de base des modèles de vision par ordinateur comme le framework CNN & TensorFlow DL pour suivre les architectures si vous êtes intéressé !! Veuillez vous assurer de lire les lois sur les droits d'auteur des images dont vous souhaitez supprimer les filigranes avant d'exécuter le code.

Étapes à suivre -

1. Créer un nouveau bloc-notes Google Colab. Remplacez le moteur d'exécution par le GPU T4 pour améliorer la puissance de calcul nécessaire à l'exécution du pipeline d'inférence.

2. Installer les packages Conda, créer et activer l'environnement Conda
   Étant donné que Google Colab utilise les dernières versions de Tensorflow et Python et que ce projet utilise tensorflow=1.15.0 qui est pris en charge par Python 3.6, installez miniconda dans l'environnement Colab
   

# set pythonpath
%env PYTHONPATH = # /env/python

# Set up miniconda and set the path '/usr/local'
!wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh
!chmod  x Miniconda3-py38_4.12.0-Linux-x86_64.sh
!./Miniconda3-py38_4.12.0-Linux-x86_64.sh -b -f -p /usr/local

import sys
sys.path.append('/usr/local/lib/python3.8/site-packages')

# create a new conda environment using Python 3.3
!conda create -n myenv python=3.6

3.Installer les packages dans Env.

%%shell
eval "$(conda shell.bash hook)"
conda activate myenv
conda install -y tensorflow==1.15 pillow opencv matplotlib pyyaml
conda install -y tensorflow-gpu

pip install --upgrade pip
pip install git https://github.com/JiahuiYu/neuralgym

4.Cloner le dépôt

!git clone https://github.com/zuruoke/watermark-removal

5.Téléchargez les fichiers de modèle depuis le lecteur et collez-les dans le répertoire /watermark-removal/model.

6.Exécutez le code Python pour supprimer le filigrane de votre image istock. Si vous avez Alamy, Shutterstock ou vos images filigranées personnalisées, veuillez ajouter mask.png dans utils//.

%%shell
eval "$(conda shell.bash hook)"
conda activate myenv

cd watermark-removal
python main.py --image path-to-input-image --output path-to-output-image --checkpoint_dir model/ --watermark_type istock

Référence

• Veuillez donner une étoile au référentiel Github qui est dérivé de zuruoke/watermark-removal

• Pour configurer TensorFlow=1.15, configurez conda env dans colab