fontdesign_gan

Дизайн шрифта Ган

Код для обучения/генерации GAN, то есть для дизайна шрифтов.

Образцы

Сгенерированные шрифты, они имеют различные стили, и они читаются как персонаж.

Случайная прогулка в стиле. Вы можете смотреть постепенно трансформированные шрифты.

Как использовать

Среда

Автофирные проверенные рабочие коды только в следующей среде:

• Ubuntu 16.04 LTS
• GeForce GTX 1080 и драйвер (версия драйвера: 384.111)
• CUDA 8.0
• cudnn v6.0 (требуется членство)

Если вы хотите запустить с последней средой, по мере необходимости пересмотрите некоторые файлы.

Во -первых, клонировать этот репозиторий. Добавить --recursive потому что этот репозиторий содержит подмодуль (FONT2IMG)

 git clone --recursive https://github.com/uchidalab/fontdesign_gan
cd fontdesign_gan

С докером (требуется графический процессор)

Если вы используете GPU и Docker, легко настроить вашу среду. Библиотеки требований написаны в Dockerfile.
Установите драйвер GPU/NVIDIA Docker и запустите следующие команды:

 docker build -t fontdesign_gan .
docker run --runtime=nvidia -it --rm -p 6006:6006 --volume `pwd`:/workdir -w /workdir/ fontdesign_gan

Нет докера

С помощью графического процессора: установить драйвер графического процессора/cuda/cudnn и запустить следующую команду:

 pip install -r requirements_gpu.txt

С процессором: запустить следующую команду:

 pip install -r requirements_cpu.txt

Подготовить

Преобразовать файлы шрифтов (.ttf) в файлы изображений (.png) и упаковать их в файл HDF5 (.h5)

Сделайте каталог (Ex ./ttfs ) и скопируйте файлы шрифтов. Установите путь назначения (Ex ./src/myfonts.h5 ) и запустите.

 python main.py --ttf2png --png2h5 --font_ttfs ./ttfs --font_h5 ./src/myfonts.h5

--ttf2png -это вариант для преобразования, файлы изображений сохраняются в ./src/pngs/{YYYY-MM-DD_HHmmss} . Если вы используете опцию --font_pngs , вы можете установить путь самостоятельно.
--png2h5 -это опция для упаковки, упакованный файл сохраняется в установленном пути, который вы устанавливаете с опцией --font_h5 .

Тренироваться

Установите путь упакованного файла и запустите.

 python main.py --train --font_h5 ./src/myfonts.h5

Результаты сохраняются в ./result/{YYYY-MM-DD_HHmmss} . Вы можете установить пункт назначения с помощью --gan_dir .

В каталоге log сохранили те же файлы: журнал Flags, последний/сохранил дампы Tensorflow (.ckpt*), журнал Tensorboard.
В каталоге sample сохраняются временные шрифты.

Во время тренировки Tensorboard также работает. Access URL, который будет показан в командной строке.

Генерировать

Установите путь к выходному каталогу обученного GAN и файл JSON.

Файл JSON должен быть написанным стилем/идентификаторами символов. Идентификатор стиля соответствует случайной матрице. Идентификатор символа соответствует персонажу.

Идентификаторы загружаются по порядку, и вы можете использовать некоторые операнды. Например, если файл json следующим:

 {
  "style_ids": [
    "0", "5", "21", "37", "17..39:4"
  ],
  "char_ids": [
    "0-3", "6*4"
  ],
  "col_n": 4
}

Входные идентификаторы будут такими же:

 style_ids = [0, 5, 21, 37, (between 17 and 39 with 4 steps)]
char_ids = [0, 1, 2, 3, 6, 6, 6, 6]

и, # из столбцов результатов 4. Также проверьте образцы файлов ( ./jsons/sample*.json ).

После подготовки файла JSON запустите так:

 python main.py --generate --gan_dir ./result/{trained} --ids ./jsons/sample01.json

Сгенерированные шрифты сохраняются в ./result/{trained}/generated/{YYYY-MM-DD_HHmmss}.png ) Вы можете установить имя выходного файла с помощью --gen_name .

Сгенерированное изображение похоже на это:

Если вам нужны случайные ходьбы, используйте --generate_walk . Файл JSON не подходит.

 python main.py --generate_walk --gan_dir ./result/{YYYY-MM-DD_HHmmss} --char_img_n 256

Будут генерируются шрифты 256 Styles, и они трансформируются постепенно.

Параметры

Есть много вариантов. Проверьте следующую таблицу.

Для	Вариант	Описание	По умолчанию
Подготовьтесь, поезда	--img_width	Ширина изображений.	64
Подготовьтесь, поезда	--img_height	Высота изображений.	64
Подготовьтесь, поезда	--img_dim	измерение изображений.	3
Подготовьтесь, поезда	--chars_type	Вы можете выбрать тип персонажей «Кэпки», «Хирагана» или «Кэпки, Хирагана»	"Caps"
Поезда, генерируйте	--gpu_ids	Идентификаторы графических процессоров, которые вы используете. Этот тип строка (Ex. "0, 1")	(Установите автоматически)
Поезда, генерируйте	--batch_size	Размер партии для GAN	256
Тренироваться	--arch	Архитектура моделей GAN. Выберите "Dcgan" или "Resnet"	"DCGAN"
Тренироваться	--style_ids_n	# идентификаторов стиля	256
Тренироваться	--style_z_size	Размер стиля_Z	100
Тренироваться	--gan_epoch_n	# эпохи итераций	10000
Тренироваться	--critic_n	# критических итераций	5
Тренироваться	--sample_imgs_interval	Интервал сохранения образцов изображений	10
Тренироваться	--sample_col_n	# образца столбцов изображения	26
Тренироваться	--keep_ckpt_interval	Интервал сохранения свалки тензора	250
Тренироваться	--run_tensorboard	запустить Tensorboard или нет	Истинный
Тренироваться	--tensorboard_port	Порт для страницы Tensorboard	6006