大家好，我是麻瓜不是花。自从我上传第一个AI绘画的视频后，我收到了许多很有意思的反馈，同时也有不少粉丝过来咨询我使用教程。我很高兴能有这么多人对AI绘画感兴趣，针对观众们的反应，我于是写下了这份保姆级绘画教程。希望它能够让普通人也能够称为一名绘画大师，创作自己喜欢的绘画作品，同时这份教程也作为我之前作品的一些总结吧。

    这个AI绘画如果要自己玩的话，实际上是有两种方法可以使用的。第一种是在自己的电脑上本地训练运行，这个需要电脑满足一定的硬件条件；第二种是在GoogleColab上运行，不需要硬件条件，运行更简单方便。答主的电脑没有优秀的硬件条件，于是使用了第二种方法，同时也推荐大家使用第二种哦。

Github 项目地址：https://github.com/jiupinjia/stylized-neural-painting

方法一：本地电脑训练运行

1.搭建本地运行环境

    根据 Requirements.txt 安装依赖库即可，也没有什么特殊的库，缺什么库就安装什么。

Requirements.txt

2.下载模型权重文件

    进入上面给出的GitHub网址，下载四个训练好的权重文件，分别对应四种画笔。如果你想只用一种画笔的话（比如答主使用的都是oil-paint brush），下载想要的画笔即可。

    下载完后解压它们，分别放到文件下相应的文件夹中。

3.在demo_prog.py中运行程序

 python demo_prog.py --img_path ./test_images/apple.jpg --canvas_color 'white' --max_m_strokes 500 --max_divide 5 --renderer oilpaintbrush --renderer_checkpoint_dir checkpoints_G_oilpaintbrush --net_G zou-fusion-net

    其中需要注意修改几个参数：

img_path：要输入的图片路径

canvas_color：画板的背景颜色。

canvas_size:画版大小。

max_m_strokes ：控制笔画的数量，可以理解为完成一幅画需要总的笔画数。

max_divide：控制笔划的大小，画作最后的细致程度，数值越大越精细。

renderer：画作风格，可选参数有watercolor、markerpen、oilpaintbrush、rectangle。

renderer_checkpoint_dir：权重文件路径，该类型要和renderer对应起来。可以理解为一种笔刷renderer类型对应一种笔刷renderer训练好的文件。

    最终的生成效果会根据笔划，由少到多，保存在 output 文件夹里。

方法二：Google Colab训练运行

    首先在Github页面进入Colab Runtime

    进入后页面是这样的

    接着往下逐行运行这三个代码块

    运行成功后，点击左侧的文件夹按钮，可以看到GitHub上的文件目录被我们clone了下来，然后可以显示出stylized-neural-painting这个文件夹已经被放到了我们的文件目录当中。

    接下来我们要做的就是把自己想要画的图片，放入test_images文件夹中

    在刚刚的文件夹下，打开test_images目录，可以看到里面有许多系统预设的图片样本。（如果你想直接绘制这些预设的图片样本，可以省略下面把自己的图片导入的操作）

    右键test_images文件夹，点击上传。

        上传成功后可以看到自己的图片被导入到了test_images文件夹中（这里是bing.jpg）

    接着就可以修改网络训练参数了。

    这里的参数和之前的参数解释是一样的(每个参数后面都有对应解释），首先需要把自己需要绘制的图片路径（img_path)更改一下，其他参数根据自己的需要进行修改。（这里我们使用默认的）

    接着往下运行代码块

在这步我们就把需要的模型文件下载了下来，这里只是下载了oilpaintbrush模型（如果你需要其他模型也可以下载其他的）

    运行到最后一个代码块，网络就开始训练了。

    训练完成后，运行下面的代码块就可以显示最后绘制的图片啦！

    接下来打开output文件夹，可以看到网络给我们生成了两个文件，一个是绘制动画的视频文件、另一个是图片集文件。右键把他们下载下来，就可以在自己的电脑上看到啦！

最后生成的视频文件：bing_animated.mp4