该项目的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。
项目所需的主要依赖库如下：
python 3.6
pytorch 1.4
tensorflow-gpu 1.14
face-alignment
dlib
1.数据准备
训练数据包括真实照片和卡通画像，为降低训练复杂度，该项目对两类数据进行了如下预处理：
检测人脸及关键点。
根据关键点旋转校正人脸。
将关键点边界框按固定的比例扩张并裁剪出人脸区域。
使用人像分割模型将背景置白。
项目开源了204张处理后的卡通画数据，您还需准备约1000张人像照片（为匹配卡通数据，尽量使用亚洲年轻女性照片，人脸大小最好超过200x200像素），使用以下命令进行预处理：
将处理后的数据按照以下层级存放，trainA、testA中存放照片头像数据，trainB、testB中存放卡通头像数据。
├── dataset
└── photo2cartoon
├── trainA
├── xxx.jpg
├── yyy.png
└── ...
├── trainB
├── zzz.jpg
├── www.png
└── ...
├── testA
├── aaa.jpg
├── bbb.png
└── ...
└── testB
├── ccc.jpg
├── ddd.png
└── ...
重新训练:
加载预训练参数:
测试
将一张测试照片（亚洲年轻女性）转换为卡通风格：
如果想要项目源码的请点击这里哦！
这是图像处理的内容，其实就是在头像图片上加一个数字。python有很多图像处理库和模块，常用的有PIL和opencv。可以直接用opencv的putText函数添加一个数字，也可以用PIL的text方法
