人工智能识别组件

查看 22|回复 0
作者:ScriptEcho   


本文由ScriptEcho平台提供技术支持
项目地址:传送门
基于 Transformers.js 的图片景深 3D 图生成
应用场景
本代码可以将一张普通的图片转换为具有景深效果的 3D 图,可用于创建逼真的 3D 场景或增强图片的视觉吸引力。
代码基本功能
该代码使用 Transformers.js 中的深度估计模型,分析图片中物体的深度信息,并生成一张位移贴图。然后将位移贴图应用于 3D 模型,使其产生景深效果。用户可以通过滑动条控制景深程度,呈现出更具立体感和真实感的图像。
功能实现步骤及关键代码分析
1. 导入依赖项
import { ref, onMounted } from 'vue';
import * as THREE from 'three';
import { OrbitControls } from '/sfc/threejs/jsm/controls/OrbitControls.js';
import { pipeline, env, RawImage } from '@xenova/transformers';
  • 导入 Vue.js 依赖项、Three.js 库、OrbitControls 控件和 Transformers.js 库。

    2. 初始化状态和引用
    onMounted(async () => {
    console.log(`Transformers.js version: ${env.version}`);
    // Since we will download the model from the Hugging Face Hub, we can skip the local model check
    env.allowLocalModels = false;
    // Proxy the WASM backend to prevent the UI from freezing
    env.backends.onnx.wasm.proxy = true;
    // Constants
    const EXAMPLE_URL = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/bread_small.png';
    const DEFAULT_SCALE = 0.75;
    // Reference the elements that we will need
    const status = document.getElementById('status');
    const fileUpload = document.getElementById('upload');
    const imageContainer = document.getElementById('container');
    const example = document.getElementById('example');
    console.log(`status: `, status)
    // Create a new depth-estimation pipeline
    status.textContent = '正在加载模型...';
    const depth_estimator = await pipeline('depth-estimation', 'Xenova/depth-anything-small-hf');
    status.textContent = '已完成';
  • 禁用本地模型检查,因为我们将从 Hugging Face Hub 下载模型。
  • 设置 WASM 后端代理,以防止 UI 在模型加载时冻结。
  • 定义常量,例如示例 URL 和默认景深比例。
  • 引用 HTML 元素,例如状态文本、文件上传输入框、图片容器和示例链接。
  • 创建一个深度估计管道,该管道将用于分析图片的深度信息。

    3. 设置事件监听器
    example.addEventListener('click', (e) => {
    e.preventDefault();
    predict(EXAMPLE_URL);
    });
    fileUpload.addEventListener('change', function (e) {
    const file = e.target.files[0];
    if (!file) {
    return;
    }
    const reader = new FileReader();
    // Set up a callback when the file is loaded
    reader.onload = e2 => predict(e2.target.result);
    reader.readAsDataURL(file);
    });
  • 为示例链接添加一个点击事件监听器,以便用户可以加载示例图片。
  • 为文件上传输入框添加一个更改事件监听器,以便用户可以选择要转换的图片。

    4. 预测深度图
    async function predict(url) {
    imageContainer.innerHTML = '';
    const image = await RawImage.fromURL(url);
    // Set up scene and slider controls
    const { canvas, setDisplacementMap } = setupScene(url, image.width, image.height);
    imageContainer.append(canvas);
    status.textContent = '正在分析...';
    const { depth } = await depth_estimator(image);
    setDisplacementMap(depth.toCanvas());
    status.textContent = '';
    // Add slider control
    const slider = document.createElement('input');
    slider.type = 'range';
    slider.min = 0;
    slider.max = 1;
    slider.step = 0.01;
    slider.addEventListener('input', (e) => {
    onSliderChange(parseFloat(e.target.value));
    });
    slider.defaultValue = DEFAULT_SCALE;
    imageContainer.append(slider);
    }
  • 清空图片容器。
  • 从给定的 URL 加载图片。
  • 设置场景和滑块控件。
  • 使用深度估计管道预测图片的深度图。
  • 设置位移贴图。
  • 添加一个滑块控件,允许用户控制景深程度。

    5. 设置场景
    function setupScene(url, w, h) {
    // Create new scene
    const canvas = document.createElement('canvas');
    const width = canvas.width = imageContainer.offsetWidth;
    const height = canvas.height = imageContainer.offsetHeight;
    const scene = new THREE.Scene();
    // Create camera and add it to the scene
    const camera = new THREE.PerspectiveCamera(30, width / height, 0.01, 10);
    camera.position.z = 2;
    scene.add(camera);
    const renderer = new THREE.WebGLRenderer({ canvas, antialias: true });
    renderer.setSize(width, height);
    renderer.setPixelRatio(window.devicePixelRatio);
    // Add ambient light
    const light = new THREE.AmbientLight(0xffffff, 2);
    scene.add(light);
    // Load depth texture
    const image = new THREE.TextureLoader().load(url);
    image.colorSpace = THREE.SRGBColorSpace;
    const material = new THREE.MeshStandardMaterial({
    map: image,
    side: THREE.DoubleSide,
    });
    material.displacementScale = DEFAULT_SCALE;
    const setDisplacementMap = (canvas) => {
    material.displacementMap = new THREE.CanvasTexture(canvas);
    material.needsUpdate = true;
    }
    const setDisplacementScale = (scale) => {
    material.displacementScale = scale;
    material.needsUpdate = true;
    }
    onSliderChange = setDisplacementScale;
    // Create plane and rescale it so that max(w, h) = 1
    const [pw, ph] = w > h ? [1, h / w] : [w / h, 1];
    const geometry = new THREE.PlaneGeometry(pw, ph, w, h);
    const plane = new THREE.Mesh(geometry, material);
    scene.add(plane);
    // Add orbit controls
    const controls = new OrbitControls(camera, renderer.domElement);
    controls.enableDamping = true;
    renderer.setAnimationLoop(() => {
    renderer.render(scene, camera);
    controls.update();
    });
    window.addEventListener('resize', () => {
    const width = imageContainer.offsetWidth;
    const height = imageContainer.offsetHeight;
    camera.aspect = width / height;
    camera.updateProjectionMatrix();
    renderer.setSize(width, height);
    }, false);
    return {
    canvas: renderer.domElement,
    setDisplacementMap,
    };
    }
  • 创建一个新的场景、相机和渲染器。
  • 添加环境光。
  • 加载图片并将其设置为材质贴图。
  • 创建一个平面并将其添加到场景中。
  • 添加轨道控件以允许用户旋转和缩放场景。
  • 设置动画循环以持续渲染场景。
  • 设置窗口大小更改事件监听器。

    总结与展望
    这段代码成功实现了图片景深 3D 图的生成功能,展示了 Transformers.js 和 Three.js 的强大功能。
    开发经验与收获:
  • 学习了如何使用 Transformers.js 加载和使用深度估计模型。
  • 熟悉了 Three.js 中的场景、相机、渲染器和材质的概念。
  • 了解了如何使用 Three.js 创建交互式 3D 场景。

    未来拓展与优化:
  • 探索不同的深度估计模型,以获得更高的准确性和更逼真的效果。
  • 添加其他功能,例如更改景深范围或应用不同类型的位移贴图。
  • 优化代码以提高性能和响应速度。
  • 集成到更广泛的应用程序中,例如图像编辑器或 3D 建模工具。

    更多组件:




    获取更多 Echos
    本文由ScriptEcho平台提供技术支持
    项目地址:传送门
    扫码加入 AI 生成前端微信讨论群:
  • 您需要登录后才可以回帖 登录 | 立即注册

    返回顶部