TIP#2465: Python jako nástroj pro rychlé vylepšení fotografií? A jak pomůže ChatGPT

Třeba se to někomu bude hodit. V současných vedrech jsem dostal bláznivý nápad se “naučit” zda by pomocí Pythonu nedalo automatizovat vylepšení fotek, které by to přece jen trochu potřebovaly. Takové základní, určitě nic jako různé pokročilé AI techniky či filtry ve Photoshopu (a tomu podobném). A na kliknutí, tedy tak abych to mohl vyvolat z XnView MP.

Využil jsem to rovnou i k experimentování s Code interpreter v ChatGPT. Umí totiž fascinující věc – nahrajete tam fotku a řeknete slovně co s ní chcete udělat, můžete zkoušet i různé iterace, variace. Ale co hlavně, Code Interpreter to na pozadí dělá (a to jako že fakt) v Pythonu a ten kód vám poskytne. 

Můžete si ten kód i nechat upravit. Třeba aby obrázek nebyl jménem přímo v skriptu, ale bral se jako parametr při spuštění z příkazové řádky.

ChatGPT mi nakonec poskytla tento kód:

import sys
from PIL import Image, ImageEnhance, ImageFilter

def enhance_image(input_image_path, output_image_path):
    # Open the image file
    img = Image.open(input_image_path)

    # Increase contrast (increase by 20%)
    contrast_enhancer = ImageEnhance.Contrast(img)
    enhanced_img = contrast_enhancer.enhance(1.2)

    # Increase saturation (increase by 30%)
    color_enhancer = ImageEnhance.Color(enhanced_img)
    enhanced_img = color_enhancer.enhance(1.3)

    # Apply a detail enhancement filter
    enhanced_img = enhanced_img.filter(ImageFilter.DETAIL)

    # Save the enhanced image to a file
    enhanced_img.save(output_image_path)

if __name__ == "__main__":
    # Use the function to enhance an image
    input_image_path = sys.argv[1]  # First command line argument is input image path
    output_image_path = "enhanced_" + input_image_path  # Output image path
    enhance_image(input_image_path, output_image_path)

Funguje to docela hezky, ale chtěl jsem něco víc, takže jsem si s ChatGPT ještě chvíli povídal a navedla mě na něco pokročilejšího. Díky čemuž jsem nakonec našel na MakeUseOf skript co umí pár dalších vylepšení navíc (a používá jinou knihovnu, OpenCV). Skript co jsem našel jsem očesal o pár zbytečností a nakonec vypadá takto: 

import cv2
import os
# import matplotlib.pyplot as plt
import numpy as np
import sys

def enhance_image(input_image_path, output_image_path):
	# Load the image
	image = cv2.imread(input_image_path)

	# Denoise the image
	denoised_image = cv2.fastNlMeansDenoisingColored(image, None, 10, 10, 7, 21)
	# Contrast Stretching
	contrast_stretched_image = cv2.normalize(denoised_image, None, 255, 0, cv2.NORM_MINMAX, cv2.CV_8UC1)

	# Image Sharpening
	kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], np.float32)
	sharpened_image = cv2.filter2D(contrast_stretched_image, -1, kernel=kernel)

	# Brightness Adjustment
	brightness_image = cv2.convertScaleAbs(sharpened_image, alpha=1, beta=5)
	
	# Gamma Correction
	gamma = 1.5
	lookup_table = np.array([((i / 255.0) ** gamma) * 255 for i in np.arange(0, 256)]).astype("uint8")
	gamma_corrected_image = cv2.LUT(brightness_image, lookup_table)

	# Save final image
	cv2.imwrite(output_image_path, gamma_corrected_image)

if __name__ == "__main__":
    # Use the function to enhance an image
    input_image_path = sys.argv[1]  # First command line argument is input image path

    dir_name = os.path.dirname(input_image_path)
    base_name = os.path.basename(input_image_path)
    file_name, file_extension = os.path.splitext(base_name)

    # Construct the output image path
    output_image_path = os.path.join(dir_name, "enhanced_" + file_name + file_extension)

    enhance_image(input_image_path, output_image_path)

Zajímavé je i to, že mi nakonec pomohla i vyřešit to, že do cmd/bat spouštějícího python s tímto skriptem je vstupem kompletní cesta i se jménem obrázku, na což první varianta skriptu nemyslí – stačilo se prostě AI zeptat jak to udělat a poradilo využít os knihovnu a dodala kód, který vlastně vidíte na konci pokročilejšího skriptu.

V XnView MP pak už jen stačilo do lišty přidat cmd tlačítko co volá cmd/bat soubor, který spouští python s výše uvedeným skriptem a předá parametr (%1), tedy cestu+název souboru (což tam dává XnViewMP). 

Stačí zvolit fotku, kliknout v liště, chvíli počkat a ve stejné složce se objeví vylepšený soubor co začíná “enhanced_”. 

Jen dodám, že výše popsané vyžaduje abyste v počítači měli Python, což je ale snadné. A také abyste si pomocí “pip” přidali knihovny (asi bych měl spíš psát baličky/packages), které jsou ve skriptu použité. Ale to je také  snadné. Třeba ono OpenCV se prostě přidá jako “pip opencv-python”. Já už spoustu věcí mám, Stable Diffusion používá Python, například. A nějaké další skripty v Pythonu už také chvíli používám.

PS: Pokud byste chtěli vidět záznam ChatGPT tak zde. Jen tam nebudou vidět ani nahrané soubory, ani výsledky skriptů. To Code Interpreter neumí. Ale pro ilustraci dialogu se vám to třeba bude hodit.

PS: HEIC to neumí, ale s pillow-heif či pyheif by mohlo, tak možná v další iteraci

Další tipy týkající se ChatGPT

ChatGPT Fotografie Jak šetřit čas Obrázky Programování Python Software Umělá inteligence