1. CodeFormer介绍
在 NeurIPS 2022上，南洋理工大学-商汤科技联合研究中心S-Lab提出了一种基于 VQGAN+Transformer 的人脸复原模型 CodeFormer，效果是真的强大，先展示下效果，用的官方案例效果图。
2. 图形化界面一体包
由于源码对小白不友好，装环境难题直接阻拦大部分用户，为此我打包好了所需的 python 环境，做了一个图形GUI包，无需你本地安装 python 环境也可使用，下载链接放在文末
用法很简单
下载解压后，点击“启动程序.bat”，
然后你要处理的是图片还是视频，切换到对应选项卡
选择待处理的图片或者视频，以及结果保存位置
点击开始处理，程序开始自动运行
如果运行被360拦截，请关闭360。所有源代码均公开可见，在_internal 文件夹里可查看，无需担心程序后门
版本的功能，除了 codeformer 本身功能之外，还有以下功能：
1. 对 deepfacelab 切好的 aligned 强化，直接写入dfl已有信息，无需重新切脸，强化完可以直接用于训练
2. 关闭了 codeformer 里默认尺寸放大2倍的功能，改为默认1倍尺寸，保持dfl切好的图不会出现尺寸不匹配问题
3. 把强化 aligned 人脸图和强化整个图分开到2个标签页，分别对应 alinged 文件夹强化和 merge 文件夹强化，方便新手小白理解
3. 效果实测
此处对比3种针对人脸的清晰化算法：codeFormer，GPEN，GFPGAN
使用老婆新垣结衣的图做测试
先测试正面情况：
正面效果上，codeFormer（以下简称CF）效果最好，清晰又清爽，原人物的身份特征保留完好
GPEN 其次，清晰，但会增加一种油腻感，会平白增加一些雀斑一样的东西，原人物的身份特征保留完好
GFPGAN 最垃圾，人物的身份特征会受影响，都看不出这是新垣结衣了
再测试小侧面情况
小侧面效果，
CF 清爽自然，但眼神有变化
GPEN 油腻，但眼神有变化
GFPGAN 反而效果好一点
再测试大侧面情况
大侧面效果上，CF和GPEN都不太好，眼神跟鬼一样。GFPGAN更烂
codeFormer 算法里有个w参数控制追求细节还是忠于原图，对比如下
这个没有好坏之分，看个人喜好了
