Nell’articolo di oggi vedremo come “restaurare” delle foto danneggiate o strappate.
Vedremo se è consigliato utilizzarlo in ambito professionale oppure in un semplice ambito hobbistico per soddisfare delle curiosità.
Le foto dopo anni posso risultare danneggiate o strappate per tantissimi motivi, ma è possibile riportarle nel loro stato originale e nel loro pieno splendore.
Microsoft riporta in vita le vecchie foto
Microsoft offre un modello preaddestrato su Github che utilizza algoritmi di ripristino per quanto concerne l’elaborazione di immagini danneggiate. Questo modello utilizza foto reali insieme a enormi coppie di immagini create “artificialmente” per costruire una nuova rete di “traduzione” per elaborare le nuove immagine. Quindi questo algoritmo usa tecniche per ripristinare i vari graffi, macchie di polvere, strappi e sfocature.
Caratteristiche principali:
- Prezzo: gratuito
- Compatibilità: basato su Python
- Usa gli ultimi algoritmi di ripristino delle foto per ripristinare le vecchie foto
- Contro:
- Non facilmente accessibile
- Nessun prodotto dimostrativo
Quale immagine utilizzeremo per il test?
Come utilizzare questo servizio
Facciamo un bel click sul seguente link: Bringing Old Photos Back to Life
Si aprirà una schermata di questo tipo:
Andiamo sul cursore tra le due parentesi quadre [] sotto a git clone, comparirà un simbolo play, clicchiamolo:
Se dovesse comparire questo tipo di finestra clicca su “esegui comunque”:
Una volta fatto il primo passaggio andiamo sotto le due parentesi quadre [] sotto “Set up the enviroment” e clicchiamo su play:
Effettuiamo la stessa procedura dei punti precedenti su questa riga che si trova poco sotto alla esecuzione fatta poco fa:
Andiamo un po’ più giù fino ad arrivare a “Try it on your own photos!”, vai con il cursore tra le due parentesi quadre [] e clicca su play. Poi ti compare in basso la voce “scegli file”, cliccaci sopra e poi seleziona una foto presente all’interno di un percorso in una determinata cartella,
Andiamo subito sotto a questo spezzo e clicchiamo sempre tra le parentesi quadre il simbolo play:
Ora dobbiamo visualizzare il risultato, siamo pronti? Certo che si , ci basterà andare leggermente sotto su “Visualize”, andiamo con il cursore tra le parentesi quadre [] e comparirà il simbolo play, clicchiamoci sopra e ora …. aspettiamo
Ed ecco qui il nostro risultato!
Ora dobbiamo salvare la immagine sul nostro pc o altro device. Come fare ?
Ci sono due modi
- Classico tasto destro – salva immagine con nome
Andiamo con il cursore sulla immagine, clicchiamo il tasto destro, compare una finestra, clicchiamo su salva immagine con nome. Et voilà, la nostra immagine è stata salvata
Modo 2) Utilizziamo lo script presente
Andiamo su “Download your results”, andiamo tra le parentesi quadre e comparirà il simbolo play, clicchiamoci sopra:
La nostra immagine è stata scaricata, ma dove si trova? La risposta è all’interno di una cartella di Colab, vediamo dove è esattamente.
Clicchiamo sul simbolo della cartella (si trova alla sinistra , “sul bordo del monitor”).
Clicchiamo in ordine su “photo-restoration” e in seguito doppio click su “download.zip”, dopo pochi secondi avremo la possibilità di trovarla all’interno della cartella “download” del nostro pc.
Ed ecco qui il risultato finale:
Vance AI Photo Restorer è uno strumento online ricco di funzionalità riguardanti il ripristino immagini tramite AI.
Caratteristiche principale:
- Facile da usare
- Economico
- Ottimo per i principianti
- Posso effettuare varie tipologie di ripristino sulle fotografie
- Contro
- Immagini gratuite limitate (solo 3)
- Dimensioni e formati di file limitati
Come restaurare le foto con Vance Ai?
La procedura è molto più semplice.
Accediamo al seguente link: Vance AI
Compare questa schermata
Clicchiamo su “upload image”
Clicca su “drag image here” e selezione l’immagine che vuoi elaborare
Clicchiamo su “start process”
Attendiamo qualche secondo, una volta completato il processo saremo indirizzati su “Processed” e potremmo scaricare la immagine cliccando sull’apposito pulsante:
Ed ecco il risultato:
Approfondimenti
https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life
Iscriviti ai nostri gruppi Telegram
Link utili
- Arduino UNO R3
- Elegoo UNO R3
- Arduino Starter Kit per principianti
- Elegoo Advanced Starter Kit
- Arduino Nano
Simone Candido
Simone Candido è un ragazzo appassionato del mondo tech nella sua totalità. Simone ama immedesimarsi in nuove esperienze, la sua filosofia si basa sulla irrefrenabile voglia di ampliare a 360° le sue conoscenze abbracciando tutti i campi del sapere, in quanto ritiene che il sapere umano sia il connubio perfetto tra cultura umanistica e scientifica.