| import torch | |
| from transformers import MaximImageProcessor, MaximForImageDeblurring | |
| from PIL import Image | |
| import numpy as np | |
| # 1. 设置文件路径 (请修改这里为你真实的路径) | |
| input_image_path = r"G:\datasets\realblur_dataset_test\075_blur_1.png" | |
| output_image_path = r"G:\datasets\maxim_result.png" | |
| print(">>> 正在加载模型 (第一次运行会自动下载约 600MB 模型，请耐心等待)...") | |
| # 2. 加载 Google 的 MAXIM 模型 (专用于 GoPro 去模糊任务) | |
| # 这个库是纯 Python 的，不需要编译 C++，所以一定能跑通 | |
| processor = MaximImageProcessor.from_pretrained("google/maxim-s3-deblurring-gopro") | |
| model = MaximForImageDeblurring.from_pretrained("google/maxim-s3-deblurring-gopro") | |
| print(">>> 模型加载成功！正在读取图片...") | |
| # 3. 读取并预处理图片 | |
| image = Image.open(input_image_path).convert("RGB") | |
| inputs = processor(images=image, return_tensors="pt") | |
| print(">>> 正在进行去模糊处理 (CPU运行可能需要1-2分钟，请稍候)...") | |
| # 4. 推理 (如果不使用 GPU，这里会自动用 CPU) | |
| with torch.no_grad(): | |
| outputs = model(**inputs) | |
| # 5. 后处理并保存 | |
| # MAXIM 输出的是重构后的像素值 | |
| reconstructed_data = outputs.reconstruction.squeeze().permute(1, 2, 0).clamp(0, 1).numpy() | |
| # 转换为 0-255 格式 | |
| reconstructed_image = (reconstructed_data * 255).astype(np.uint8) | |
| reconstructed_image = Image.fromarray(reconstructed_image) | |
| # 保存 | |
| reconstructed_image.save(output_image_path) | |
| print(f">>> 处理完成！结果已保存至: {output_image_path}") |