本文转载至知乎ID：Charles（白露未晞）知乎个人专栏

下载W3Cschool手机App，0基础随时随地学编程>>戳此了解

这大概是去年深度学习最火的应用之一了吧，利用神经网络将世界名画的画风迁移到任意一张普通的图片上。

还是先放图！

左边是待转换图片，右边是供以学习画风的图片：

结果：

再来一组：

所需工具获取

百度网盘下载链接: https://pan.baidu.com/s/1yJTxYBmV2rfLdNt2s53N_A

密码: bqjs

工具清单

所给出的文件包括：

1. 该项目实现的原理论文： "A Neural Algorithm of Artistic Style"；

2. GitHub上相关项目的源文件（TensorFlow实现）；

3. 该项目实现的Keras版本（也是获得前面两个例子的源代码，我做了一些注释）。
   

使用说明

STEP1：

将所提供的models文件夹放在类似下图所示的路径下：

STEP2：

运行所提供的ImitationPaintings.py文件，格式为python ImitationPaintings.py+待转化图片路径+模板图片路径+生成图片保存路径加名称（注意不需要有.jpg等后缀），例如：

实现起来就是这么简单，默认迭代次数为10，运行所需时间略久，至于具体的原理，可以参见论文和相关的GitHub项目（因为所需的理论基础实在太多，我也不知道如何介绍其原理，这里推荐一篇博文：http://www.cnblogs.com/mangoyuan/p/6329410.html个人觉得写的一般，想要明白具体原理还是需要研读论文和源代码才行）。

其他库实现风格转换

1.基于python深度学习库DeepPy的实现：

https://github.com/andersbll/neural_artistic_style

2.基于python深度学习库Caffe的实现：

https://github.com/fzliu/style-transfer

3.基于python深度学习库TensorFlow的实现：

https://github.com/log0/neural-style-painting

最后再放些图片吸引一下大家吧

下面是一些别人跑出来的结果，感觉很nice。