最近在github上面有看到将头像转化成动漫风的项目，但是对于不少没有技术背景的同学来说可能就不知道该怎么使用了，小编今天制作了一个ui界面，大家可以通过一键点击就实现头像照片转化成动漫风格的功能。
pyqt5框架
用python编程语言来制作ui界面的框架有很多哈，大家原则上哪种框架用的顺手就用哪种框架，小编这里使用的是pyqt的框架，因为它支持手动绘制控件，并且可以动态加载，我们在pycharm当中添加上qtdesigner作为外部工具，来进行界面设置，生成ui文件，步骤如下
其中需要填写的内容当中：
- name:可以自己自定义
- program:
qtdesigner的安装路径，小编这里引用的是anaconda下面安装的pyqt5-tools的相关文件 - parameter:不填
- directory:
在导入成功之后，我们打开qtdesigner的初始界面
然后在界面的左边，我们能看到一系列的空间，我们可以将这些控件拖拽到界面当中进行ui的设计，
其中常用的控件有：
- push button: 按钮
- line edit: 文本编辑框
- label: 标签
- horizontal line: 水平线
- graphics view: 绘画
代码逻辑
当我们点击“选择图片”实现图片上传的功能，代码如下
# 选择本地图片上传
def openimage(self):
global imgnamepath # 这里为了方便别的地方引用图片路径，将其设置为全局变量
imgnamepath, imgtype = qfiledialog.getopenfilename(self.ui, "选择图片", "d:\\", "*.jpg;;*.png;;all files(*)")
img = qtgui.qpixmap(imgnamepath).scaled(self.ui.label_4.size(), aspectmode=qt.keepaspectratio)
print("img: ", img.width(), img.height())
self.ui.label_4.setfixedsize(img.width(), img.height())
# 在label控件上显示选择的图片
self.ui.label_4.setpixmap(img)
self.ui.label_4.repaint()
# 显示所选图片的路径
self.ui.lineedit.settext(imgnamepath)
同样地，当我们点击“保存”按钮的时候，实现图片保存在本地的功能，代码如下
def saveimage(self):
img = self.ui.label_5.pixmap().toimage()
fpath, ftype = qfiledialog.getsavefilename(self.ui, "保存", "d:\\", "*.jpg;;*.png;;all files(*)")
img.save(fpath)
而当我们点击“开始”按钮的时候便尝试将上传的图片转换成动漫风格，代码如下
def startaction(self):
net = generator()
net.load_state_dict(torch.load("./weights/face_paint_512_v2.pt", map_location="cpu"))
net.to("cpu").eval()
image = self.load_image(imgnamepath)
print("开始加载图片.......")
with torch.no_grad():
image = to_tensor(image).unsqueeze(0) * 2 - 1
out = net(image.to("cpu"), false).cpu()
out = out.squeeze(0).clip(-1, 1) * 0.5 + 0.5
out = to_pil_image(out)
image_name = imgnamepath.split(".")[0]
out.save(image_name + "_animegan" + ".png")
print("图片保存成功！！")
imgshow = qtgui.qpixmap(image_name + "_animegan" + ".png").scaled(self.ui.label_5.size(), aspectmode=qt.keepaspectratio)
self.ui.label_5.setfixedsize(imgshow.width(), imgshow.height())
self.ui.label_5.setscaledcontents(true)
self.ui.label_5.setpixmap(imgshow)
print(f"image saved: {image_name}")
代码中我们是引用了预先训练完成的神经网络，并且默认的是用电脑的cpu来跑这个模型，所以整体运行下来需要点时间，这个根据不同电脑的硬件配置而定，其余的代码如下所示
class pic1:
def __init__(self):
self.ui = quiloader().load('pic_1.ui')
self.ui.pushbutton.clicked.connect(self.openimage)
self.ui.pushbutton_2.clicked.connect(self.startaction)
self.ui.pushbutton_3.clicked.connect(self.saveimage)
然后我们开始运行整个界面
if __name__ == '__main__':
app = qapplication([])
# 显示创建的界面
mainwindow = pic1() # 创建窗体对象
mainwindow.ui.show() # 显示窗体
app.exit(app.exec_()) # 程序关闭时退出进程
效果如下
最后的最后我们通过pyinstaller将其打包成exe可执行文件，当然代码当中我们用到了外部的第三方文件，因此打包的过程也会比单个文件的打包会更加的复杂一些，下一篇文章中小编再来详细的说明如何操作
