基于深度学习的黑白图像自动着色工具使用 DDColor (Decoupled Diffusion Colorization) 模型实现灰度图像的智能化彩色还原。效果展示算法原理DDColor 模型概述DDColor 是一种基于扩散模型的图像着色算法通过解耦扩散过程实现高质量的黑白图像着色。该模型在 Lab 颜色空间工作主要流程如下核心处理流程颜色空间转换输入图像从 BGR 转换到 RGB 颜色空间RGB 转换到 Lab 颜色空间提取 L 通道亮度通道范围 0-100L 通道代表图像的灰度信息模型输入预处理将 L 通道缩放到模型输入尺寸512×512构造三通道 Lab 图像L 通道为缩放后的亮度a 和 b 通道初始化为 0通过 Lab→RGB 转换得到灰度 RGB 图像作为模型输入归一化到 [0, 1] 范围转换为 CHW 格式的浮点张量ONNX 推理输入张量形状[1, 3, 512, 512]批量大小13通道高512宽512模型输出形状[1, 2, 512, 512]批量大小12通道为a和b高512宽512输出包含预测的 a 和 b 颜色通道后处理将输出的 a、b 通道重构为双通道 Mat 图像使用双线性插值将 ab 通道放大到原始图像尺寸合并原始 L 通道与预测的 ab 通道得到完整的 Lab 图像Lab→RGB→BGR 转换得到最终的彩色图像像素值从 [0, 1] 缩放到 [0, 255]转换为 8UC3 格式技术优势高质量着色基于扩散模型生成自然、真实的颜色语义理解能够理解图像内容并分配合适的颜色灵活部署支持 CPU 和 CUDA GPU 推理高效推理使用 ONNX Runtime 加速推理速度快环境要求开发环境操作系统Windows 10/11 (x64)IDEVisual Studio 2019 或更高版本.NET Framework4.7.2C# 语言版本C# 6.0依赖库OpenCvSharp4.13.0图像处理ONNX Runtime1.20.1模型推理CUDA可选12.xGPU 加速cuDNN可选9.xGPU 加速硬件要求CPU 模式任意 x64 处理器建议 4 核以上GPU 模式NVIDIA GPU支持 CUDA 12.x建议 4GB 以上显存内存至少 4GB RAM存储至少 500MB 可用空间安装步骤1. 克隆或下载项目# 如果使用 Gitgitclonerepository-urlcdFIRC或直接下载项目压缩包并解压。2. 准备模型文件将 DDColor ONNX 模型文件放置到weights文件夹weights/ └── ddcolor_paper_tiny.onnx注意模型文件需要单独下载请从官方渠道获取ddcolor_paper_tiny.onnx文件。3. 检查依赖 DLL确保bin\x64\Release文件夹包含以下必要文件OpenCvSharp.dll 及相关 DLLMicrosoft.ML.OnnxRuntime.dllCUDA 相关 DLL如使用 GPUcudart64_12.dll、cublas64_12.dll 等OpenCvSharpExtern.dll位于 dll\x64 文件夹4. 使用 Visual Studio 打开项目双击FIRC.sln文件使用 Visual Studio 2019 打开项目等待 NuGet 包恢复完成如果使用 NuGet 管理依赖检查项目引用是否正常5. 编译项目在 Visual Studio 中选择配置为Release平台为x64点击菜单生成→生成解决方案或按CtrlShiftB确保编译无错误运行步骤方式一Visual Studio 运行在 Visual Studio 中按F5运行调试或CtrlF5直接运行程序启动后会显示主界面方式二直接运行可执行文件进入bin\x64\Release文件夹双击运行FIRC.exe使用流程加载模型勾选或取消勾选 “CUDA 加速” 复选框根据硬件选择点击 “加载模型” 按钮等待状态栏显示 “模型已加载 [CPU]” 或 “模型已加载 [CUDA]”上传图片点击 “上传图片” 按钮选择要着色的灰度图像支持 .bmp, .jpg, .jpeg, .tiff, .png 格式图像将显示在左侧 “原始图像” 区域开始推理点击 “开始推理” 按钮等待推理完成着色结果将显示在右侧 “着色结果” 区域耗时信息显示在界面上方保存结果右键点击右侧结果图像可以保存着色后的图像注意事项模型相关模型文件确保ddcolor_paper_tiny.onnx文件存在于weights文件夹中模型版本不同大小的模型tiny/small/base推理速度和效果不同输入尺寸当前配置模型输入尺寸为 512×512可在DDColor.cs中修改ModelInputSize常量硬件相关CUDA 支持需要 NVIDIA GPU 且安装了正确的 CUDA 12.x 驱动首次使用 CUDA 可能较慢初始化开销如果 CUDA 初始化失败程序会自动回退到 CPU 模式内存使用大尺寸图像会占用更多内存建议处理图像尺寸不超过 4000×4000 像素使用建议图像格式建议使用无损格式PNG以获得最佳效果灰度图像模型对真正的灰度图像效果最佳批量处理当前版本支持单张图像处理批量处理需要修改代码异常处理如果推理失败请检查模型文件是否完整、依赖 DLL 是否齐全常见问题Q: 提示 “模型文件不存在”A: 检查weights文件夹中是否有ddcolor_paper_tiny.onnx文件。Q: CUDA 加速无法使用A:确认已安装 NVIDIA GPU 驱动确认bin\x64\Release文件夹包含 CUDA 相关 DLL检查 CUDA 版本是否为 12.xQ: 推理速度很慢A:CPU 模式推理较慢属正常现象建议使用 CUDA GPU 加速可尝试使用更小的模型如 ddcolor_paper_tinyQ: 编译时提示缺少引用A: 检查项目引用中的 DLL 路径是否正确确保所有依赖文件存在。文件夹结构FIRC/ │ ├── FIRC.sln # Visual Studio 解决方案文件 ├── FIRC.csproj # 项目配置文件 ├── FIRC.csproj.user # 用户项目配置 ├── App.config # 应用程序配置文件 ├── Program.cs # 程序入口点 │ ├── Form1.cs # 主窗体逻辑代码 ├── Form1.Designer.cs # 主窗体设计器代码 ├── Form1.resx # 主窗体资源文件 │ ├── DDColor.cs # DDColor 图像着色推理类核心 │ ├── Properties/ # 项目属性文件夹 │ ├── AssemblyInfo.cs # 程序集信息 │ ├── Resources.Designer.cs # 资源设计器 │ ├── Resources.resx # 资源文件 │ ├── Settings.Designer.cs # 设置设计器 │ └── Settings.settings # 应用程序设置 │ ├── weights/ # 模型权重文件夹 │ └── ddcolor_paper_tiny.onnx # DDColor ONNX 模型文件 │ ├── images/ # 测试图像文件夹 │ ├── gray_faces/ # 灰度人脸测试图像 │ ├── whole_imgs/ # 完整图像测试集 │ ├── cropped_faces/ # 裁剪人脸图像 │ └── masked_faces/ # 掩码人脸图像 │ ├── bin/ # 编译输出文件夹 │ └── x64/ │ └── Release/ # 64位发布版本 │ ├── FIRC.exe # 主程序可执行文件 │ ├── FIRC.pdb # 程序调试数据库 │ ├── *.dll # 依赖库文件 │ ├── dll/x64/ # OpenCV 外部 DLL │ │ ├── OpenCvSharpExtern.dll │ │ └── opencv_videoio_ffmpeg4130_64.dll │ └── weights/ # 运行时模型文件夹复制 │ └── ddcolor_paper_tiny.onnx核心类说明DDColor 类位于DDColor.cs是项目的核心推理类LoadModel(modelPath, useCuda)加载 ONNX 模型Colorize(inputImage)执行图像着色推理IsModelLoaded检查模型是否已加载Dispose()释放资源Form1 类位于Form1.cs是主窗体类负责用户界面交互调用 DDColor 类进行推理显示输入/输出图像和耗时统计技术支持如有问题或建议请通过以下方式联系提交 Issue发送邮件至项目维护者许可证本项目仅供学习和研究使用。使用本项目时请遵守相关法律法规。参考文献DDColor 原论文ONNX Runtime 文档OpenCvSharp 文档