容器化部署 CodeFormer

本指南详细阐述了在共绩算力平台上，高效部署与使用 CodeFormer 项目的技术方案。CodeFormer 通过先进的算法优化图像细节，提升清晰度，保持自然和真实的视觉效果。支持图片和视频的高清修复，操作简单，开源免费，适用于家庭相册修复、社交媒体照片优化以及专业图像处理等多种场景。

1.在共绩算力上运行 CodeFormer

共绩算力平台提供预构建的 CodeFormer 容器镜像，用户无需本地复杂环境配置，可快速完成部署并启用服务。以下是详细部署步骤：

1.1 创建部署服务

登录共绩算力控制台，在控制台首页点击“弹性部署服务”进入管理页面。首次使用需确保账户已开通弹性部署服务权限。

1.2 选择 GPU 型号

根据实际需求选择 GPU 型号：

初次使用或调试阶段，推荐配置单张 NVIDIA RTX 4090 GPU

1.3 选择预制镜像

在“服务配置”模块切换至“预制服务”选项卡，搜索并选择 CodeFormer 官方镜像。

1.4 部署并访问服务

点击“部署服务”，平台将自动拉取镜像并启动容器。

部署完成后，在“快捷访问”中复制端口为 7860 的公网访问链接，后续是通过该地址调用服务。

2. 快速上手

2.1 系统使用说明

2.2 参考效果

3.API 使用示例

拖动到页面最底部：

import requests
import base64
import os
import mimetypes




API_URL = "https://d07071835-codeformer070718-318-pry1oguz-7860.550c.cloud/run/predict"

def get_mime_type(filepath):
    """
    根据文件扩展名确定文件的 MIME 类型。
    """
    mime_type, _ = mimetypes.guess_type(filepath)
    return mime_type if mime_type else 'application/octet-stream'

def encode_image_to_base64(filepath):
    """
    将图像文件编码为带有数据 URI 前缀的 base64 字符串。
    """
    if not os.path.exists(filepath):
        raise FileNotFoundError(f"图片文件未找到：{filepath}")

    mime_type = get_mime_type(filepath)
    with open(filepath, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read()).decode('utf-8')

    return f"data:{mime_type};base64,{encoded_string}"

def save_base64_to_image(base64_string, output_path):
    """
    解码 base64 字符串 (无论是否带有数据 URI) 并将其保存为图像文件。
    """
    # 如果存在数据 URI 前缀，则移除它
    if ',' in base64_string:
        _header, encoded_data = base64_string.split(',', 1)
    else:
        encoded_data = base64_string

    image_data = base64.b64decode(encoded_data)

    with open(output_path, "wb") as image_file:
        image_file.write(image_data)
    print(f"图像已成功保存至：{output_path}")

def main():
    """
    运行 CodeFormer API 请求的主函数。
    """
    # --- 配置区域 ---
    # 1. 【请修改】将 'path/to/your/input_image.jpg' 替换为您的输入图片路径
    input_image_path = "path/to/your/input_image.jpg"

    # 2. 【可修改】设置输出图片的文件名
    output_image_path = "restored_image.png"

    # 3. 【可修改】根据需要调整 API 参数
    background_enhance = True       # 是否增强背景
    face_upsample = True            # 是否对人脸进行超分辨率
    rescaling_factor = 2            # 缩放因子 (最高为 4)
    codeformer_fidelity = 0.5       # Codeformer 保真度 (0 表示更好的质量，1 表示更好的人脸身份保留)
    # --- 配置结束 ---

    print("开始图像修复流程...")

    try:
        # 步骤 1: 将输入图像编码为 base64
        base64_image = encode_image_to_base64(input_image_path)
        print(f"成功编码图像：{input_image_path}")

        # 步骤 2: 准备 API 请求的 payload
        payload = {
            "data": [
                base64_image,
                background_enhance,
                face_upsample,
                rescaling_factor,
                codeformer_fidelity,
            ]
        }

        # 步骤 3: 发送 POST 请求
        print(f"正在向 CodeFormer API ({API_URL}) 发送请求...")
        response = requests.post(API_URL, json=payload, timeout=300) # 设置 300 秒超时
        response.raise_for_status()  # 如果请求失败 (例如 4xx 或 5xx 错误), 则会抛出异常

        print("请求成功，正在处理返回结果...")
        response_data = response.json()

        # 步骤 4: 提取并保存输出图像
        output_base64 = response_data["data"][0]
        save_base64_to_image(output_base64, output_image_path)

        # 可选：打印 API 处理时长
        duration = response_data.get("duration")
        if duration:
            print(f"API 处理耗时 {duration:.2f} 秒。")

    except FileNotFoundError as e:
        print(f"错误：{e}")
        print("请确保 'input_image_path' 设置了正确的图片文件路径。")
    except requests.exceptions.RequestException as e:
        print(f"API 请求时发生错误：{e}")
    except (KeyError, IndexError) as e:
        print(f"处理 API 响应时出错，格式可能不正确：{e}")
        print("API 返回内容：", response.text if 'response' in locals() else 'N/A')
    except Exception as e:
        print(f"发生未知错误：{e}")

if __name__ == "__main__":
    main()