CodeFormer 是一款基于 AI 技术深度学习的人脸复原模型，由南洋理工大学和商汤科技联合研究中心联合开发。此外，CodeFormer 还可以用于修复破损、模糊、不完整以及黑白的照片和视频，效果令人瞩目。它运用了尖端的神经网络 AI 技术，能够精确地修复各种图像和视频问题。
官网入口：https://github.com/
主要功能特点：
- 老照片修复：可以修复模糊或损坏的老照片，使其变得更加清晰。
- 黑白照片彩色化：为黑白照片添加自然的颜色，让照片更加生动。
- 照片马赛克修复：去除照片中的马赛克，还原照片的原始内容。
- 低码率视频增强：增加低码率视频的细节，提升视频质量。
CodeFormer 在人脸修复方面有着极为出色的表现，这一点从其官方给出的测试对比图便能够得到有力证明。用户能够便捷地下载并安装 CodeFormer 的源码，且可运用 PyTorch 框架来进行运行和测试。若要对 CodeFormer 工具进行测试，用户仅需下载源码并依照说明安装 PyTorch 框架，之后通过命令行界面输入相应的参数，便能够进行人脸清晰化修复、人脸色彩化以及人脸去马赛克等一系列操作。
先上一张效果图来进行做一个对比：
CodeFormer 的人脸去马赛克算法仅对白色遮挡有效，对于其他颜色的遮挡并不能做到完全修复。这或许可以算是该工具存在的一个稍小的缺陷之处，不过在大多数情形下，这并不会对其整体的性能与效果产生太大的影响。
使用方法（图文教程）：
- 第一种方式：直接在 Github 上按照 README 文档配置环境，加载模型权重进行推理。这种方式需要一定的技术基础，适合对技术比较熟悉的用户。
- 第二种方式：通过 Web 端直接访问，作者已将该模型打包至抱抱脸平台上，用户可以在线上使用。这种方式比较方便，无需安装配置环境，但可能需要一定的网络条件。
- 第三种方式：通过 GUI 可视化界面在本地运行，无需担心隐私泄露，也无需安装配置编译环境，一键即可运行。这种方式适合大多数用户，尤其是对技术不太熟悉的用户。
下载与安装：
- 把压缩包进行下载，并将其解压至本地的特定目录之中。
- 预先准备好两个文件夹，其中一个作为输入文件夹，用于放置有待复原的图片，另一个则作为输出文件夹，用来存放经修复后的图片。然后，选择对应的功能，当前支持针对人脸（已抠好的）、人体（内部已置入了人脸检测以及对齐模型）以及视频进行推理操作。
- 该项目是在 DeepFaceLab 和 CodeFormer 的基础上得以完成的，其中人脸检测模型是基于 retinaface 以及 yolov5，而背景增强则是基于 RealESRGAN_x2plus 的模型权重。需要特别加以注意的是，全图清晰化所针对的是对全身进行复原操作，所以建议在使用完毕之后，针对截取过的人脸再次运用一遍人脸图清晰化的功能。