synioe/style_migration_for_artistic_font_with_cnn

基于卷积神经网络的风格迁移，制造出带有艺术风格的字体

Style Migration For Artistic Font With CNN

基于卷积神经网络的风格迁移，超越艺术字

使用方法很简单，只需要输入：
python.exe neural_style_transfer.py 风格图片所在目录 输出文件夹
--chars 花 # 要生成的文字，支持一次输入多个文字
--pictrue_size 300 # 生成图片大小
--background_color (0,0,0) # 文字图片中背景的颜色
--text_color (255,255,255) # 文字图片中文字的颜色
--iter 50 # 迭代次数，一般50代左右就行
--smooth_times 20 # 文字图片是否进行模糊化处理
--noise True # 文字图片是否加入随机噪声
--image_enhance True # 生成图片是否进行增强，包括色度，亮度，锐度增强
--font_name 宋体 # 文字字体，支持宋体，楷体，黑体，仿宋，等线
--reverse_color False # True-黑纸白字，False-白纸黑字，默认白纸黑字
--output_per_iter 2 # 每隔多少次迭代输出一张图片

一些说明

神经网络基于keras官方的风格迁移的例子，经过一定的调整loss函数和调参后得到最适合于艺术风格字体的代码。
调整包括：

1.加入生成文字图片的方法，以及提供一系列图片生成相关接口，便于您第一时间修改结果

2.修改了loss函数，经过大量实验，确定使用keras提供的VGG19网络的'block1_conv1','block2_conv1','block3_conv1'三层作为风格损失，去除内容损失

3.加入一些图片的增强方法，使得结果更加色彩丰富

4.在style文件夹下提供了一系列图片供您探索

4.运行需要Keras支持，建议使用GPU运算，在 Nvidia GeForce GTX 1050 Ti (4 GB)上，一次迭代大约3s，一张图片耗时2-3min

下面给出一些例子，在example文件夹下有其对应的风格图片