如何分享GPEN处理结果？批量导出与水印添加教程-编程阁

如何分享GPEN处理结果？批量导出与水印添加教程

你刚用GPEN把一张模糊的老照片修复得神采奕奕，心里美滋滋——可下一秒就卡住了：怎么把结果发给朋友？怎么一次性处理几十张照片？怎么加上“私有作品”水印防止被乱用？别急，这篇教程就是为你写的。不讲原理、不堆参数，只说你能立刻上手的实操方法。从单张导出到批量处理，从加文字水印到图片角标，全部配好可复制的命令和代码，打开终端就能跑。

1. GPEN输出文件在哪？先搞清基础路径

很多人第一次运行完python inference_gpen.py，满屏日志刷过去，却找不到生成的图在哪。其实GPEN默认把结果直接扔在项目根目录下，名字还带前缀output_，非常直白。但如果你要批量处理或加水印，光靠默认行为远远不够——得先理清三个关键位置：

1.1 默认输出路径与命名逻辑

进入GPEN代码目录后，所有推理结果都默认保存在/root/GPEN/下，文件名由输入决定：

不指定输入时（python inference_gpen.py）→ 输出output_Solvay_conference_1927.png
指定输入为./my_photo.jpg→ 输出output_my_photo.jpg
指定-o custom_name.png→ 输出custom_name.png

注意：它不会自动创建output/子文件夹，所有图都平铺在/root/GPEN/里。几十张图混在一起，找起来费劲，分享时也容易漏传。

1.2 推荐做法：统一重定向到专用输出目录

与其等它随便扔，不如我们主动指定一个干净的出口。只需加一个--output_dir参数（GPEN原生支持），就能把所有结果归拢到一处：

# 创建专用输出文件夹 mkdir -p /root/GPEN/output_batch # 批量处理当前目录下所有jpg/png，并存入output_batch python inference_gpen.py --input ./input_photos/ --output_dir ./output_batch/

这样一来，所有修复图都规整地躺在/root/GPEN/output_batch/里，命名还保持原样（如my_photo.jpg→output_batch/my_photo.jpg），后续打包、加水印、上传都省心。

1.3 验证输出是否成功的小技巧

别光信日志说“Done”。执行完命令后，快速检查两件事：

进入输出目录：ls -l ./output_batch/，看文件数量是否匹配输入数量；
抽查一张图是否真能打开：display ./output_batch/my_photo.jpg（需安装ImageMagick）或直接用eog（Eye of GNOME）图形查看器。

如果看到清晰人脸、无黑边、无报错提示，说明路径和格式都没问题——可以放心往下走批量和水印环节了。

2. 一次处理多张照片：真正的批量导出方案

单张修复是练手，批量处理才是工作流。GPEN本身支持文件夹输入，但默认不递归子目录、不自动跳过非图文件、也不告诉你哪张失败了。我们来补上这些“缺失的拼图”，打造一个稳、快、可追溯的批量导出流程。

2.1 基础批量：用通配符+循环搞定日常需求

最轻量的方法，适合几十张以内、格式统一（全为.jpg或.png）的场景。不用改代码，纯Shell命令搞定：

# 进入GPEN目录 cd /root/GPEN # 创建输出文件夹 mkdir -p output_bulk # 对当前目录下所有jpg文件批量修复，保留原名 for img in *.jpg; do [[ -f "$img" ]] || continue python inference_gpen.py --input "$img" --output_dir ./output_bulk/ done # 同样处理png（可选） for img in *.png; do [[ -f "$img" ]] || continue python inference_gpen.py --input "$img" --output_dir ./output_bulk/ done

小贴士：[[ -f "$img" ]] || continue这行是安全阀，避免通配符没匹配到文件时误触发命令。

2.2 进阶批量：带错误记录与进度反馈的Python脚本

当照片超过百张，或来源杂（含bmp、webp）、质量参差时，Shell循环容易“静默失败”。我们写个简短Python脚本，自动过滤无效文件、记录失败项、显示进度条：

# 保存为 batch_export.py，放在 /root/GPEN/ 目录下 import os import glob import subprocess from pathlib import Path from tqdm import tqdm # 已预装，无需额外安装 INPUT_DIR = "./input_photos" OUTPUT_DIR = "./output_batch" LOG_FILE = "batch_log.txt" # 确保输出目录存在 Path(OUTPUT_DIR).mkdir(exist_ok=True) # 支持的图片扩展名 SUPPORTED_EXTS = {'.jpg', '.jpeg', '.png', '.bmp', '.webp'} # 收集所有有效图片路径 all_images = [] for ext in SUPPORTED_EXTS: all_images.extend(glob.glob(f"{INPUT_DIR}/**/*{ext}", recursive=True)) all_images = [p for p in all_images if os.path.isfile(p)] print(f"共找到 {len(all_images)} 张待处理图片") failed_list = [] # 逐张处理，带进度条 for img_path in tqdm(all_images, desc="正在修复"): try: # 构造输出路径：保持相对结构，避免重名 rel_path = os.path.relpath(img_path, INPUT_DIR) out_name = os.path.splitext(rel_path)[0] + "_enhanced" + os.path.splitext(rel_path)[1] out_path = os.path.join(OUTPUT_DIR, out_name) os.makedirs(os.path.dirname(out_path), exist_ok=True) # 调用GPEN cmd = ["python", "inference_gpen.py", "--input", img_path, "--output_dir", OUTPUT_DIR] result = subprocess.run(cmd, capture_output=True, text=True, timeout=300) if result.returncode != 0: raise RuntimeError(f"GPEN执行失败: {result.stderr[:200]}") except Exception as e: failed_list.append(f"{img_path} -> {str(e)}") # 写入日志 with open(LOG_FILE, "w") as f: f.write("=== 批量处理日志 ===\n") f.write(f"总数量: {len(all_images)}\n") f.write(f"失败数量: {len(failed_list)}\n\n") if failed_list: f.write("失败详情:\n") for item in failed_list: f.write(item + "\n") print(f"\n 处理完成！成功结果见 {OUTPUT_DIR}/") if failed_list: print(f" 共 {len(failed_list)} 张失败，详情见 {LOG_FILE}")

运行方式：

cd /root/GPEN python batch_export.py

效果：自动遍历input_photos下所有子文件夹，修复后按原路径结构存入output_batch，失败项单独记入batch_log.txt，再也不怕“修着修着就断了”。

3. 给修复图加水印：文字+图片双模式实战

3.1 文字水印：简洁有力，一行命令搞定

用convert（ImageMagick核心命令）给所有图加半透明文字水印，位置、大小、颜色全可控：

# 进入输出目录 cd /root/GPEN/output_batch # 给所有jpg/png加右下角文字水印 for img in *.jpg *.png; do [[ -f "$img" ]] || continue convert "$img" \ -gravity southeast \ -pointsize 24 \ -fill 'rgba(255,255,255,0.3)' \ -annotate +30+30 'AI修复@2024' \ "watermarked_$img" done

参数说明：

-gravity southeast：锚点设为右下角
-pointsize 24：字体大小（根据图尺寸调整，大图可用32）
-fill 'rgba(255,255,255,0.3)'：白色+30%透明度，不遮挡主体
-annotate +30+30：距右下角X偏移30px、Y偏移30px

效果：每张图右下角浮现淡白色“AI修复@2024”，低调不抢戏，但清晰可辨。

3.2 图片水印：用Logo角标提升专业感

文字水印适合快速标注，但若你有品牌Logo、工作室标识，图片水印更显质感。准备一张PNG格式的透明Logo（推荐尺寸200×200px以内），然后：

# 假设logo.png放在 /root/GPEN/ 目录下 cd /root/GPEN/output_batch for img in *.jpg *.png; do [[ -f "$img" ]] || continue convert "$img" \ \( /root/GPEN/logo.png -resize 15% \) \ -gravity southeast -geometry +20+20 -composite \ "logoed_$img" done

关键点：

-resize 15%：按原图宽度15%缩放Logo，自适应不同尺寸照片
-geometry +20+20：距右下角20px留白，避免贴边
-composite：合成模式，自动处理PNG透明通道

效果：右下角嵌入你的专属Logo，大小适中、边缘自然，客户一眼认出是你做的。

4. 一键打包分享：压缩+命名+生成说明文档

修复+加水印后，最后一步是“交付”。别再手动选一堆图、右键压缩、另存为……我们用脚本全自动完成：

4.1 三步打包脚本：压缩包+说明页+版本标记

创建make_share_package.py：

# 保存为 /root/GPEN/make_share_package.py import os import zipfile import datetime from pathlib import Path OUTPUT_DIR = "./output_batch" WATERMARKED_DIR = "./output_watermarked" SHARE_DIR = "./share_package" # 确保水印目录存在（假设已运行3.1或3.2） if not os.path.exists(WATERMARKED_DIR): print("请先运行水印脚本，确保 watermarked_*.jpg/png 存在于 output_batch 目录") exit(1) # 创建分享包目录 Path(SHARE_DIR).mkdir(exist_ok=True) # 生成说明文档 README.md today = datetime.datetime.now().strftime("%Y-%m-%d %H:%M") with open(f"{SHARE_DIR}/README.md", "w") as f: f.write(f"# GPEN人像修复成果包\n\n") f.write(f"- 处理日期：{today}\n") f.write(f"- 使用模型：GPEN Portrait Enhancement (v1.0)\n") f.write(f"- 处理数量：{len([x for x in os.listdir(WATERMARKED_DIR) if x.startswith('watermarked_') or x.startswith('logoed_')])} 张\n") f.write(f"- 水印类型：文字水印（AI修复@2024）\n\n") f.write("> 提示：所有图片均已添加不可去除水印，仅限授权使用。\n") # 打包所有水印图 zip_path = f"{SHARE_DIR}/GPEN_修复成果_{today.replace(' ', '_').replace(':', '-')}.zip" with zipfile.ZipFile(zip_path, 'w', zipfile.ZIP_DEFLATED) as zf: for file in os.listdir(WATERMARKED_DIR): if file.startswith(('watermarked_', 'logoed_')): zf.write(f"{WATERMARKED_DIR}/{file}", file) print(f" 分享包已生成：{zip_path}") print(f" 包含：{len([x for x in os.listdir(WATERMARKED_DIR) if x.startswith(('watermarked_', 'logoed_'))])} 张水印图 + README.md")

运行：

cd /root/GPEN python make_share_package.py

📦 输出：一个带时间戳的ZIP包，内含所有水印图+自动生成的README.md，双击解压即用，专业感拉满。

5. 实用技巧锦囊：让分享更高效、更安全

最后送上几个老手私藏的“小动作”，不写代码，但极大提升日常效率：

5.1 快速预览修复效果：免开GUI，终端直出缩略图

在终端里看图太慢？用ls+identify快速验货：

# 查看所有修复图的尺寸与格式（确认是否高清） identify output_batch/*.jpg | head -10 # 生成100px宽缩略图，存入thumb/目录，方便快速浏览 mkdir -p thumb mogrify -path thumb -thumbnail 100x output_batch/*.jpg

5.2 防误删保护：给输出目录加只读属性

怕手滑rm -rf误删成果？临时加个保护锁：

# 设置output_batch为只读（仅当前用户） chmod -R u-w output_batch/ # 解除保护（需要时） chmod -R u+w output_batch/

5.3 分享前自查清单（30秒搞定）

每次发图前，花30秒扫一遍，零失误：

[ ] 文件名是否去除了output_前缀？（避免暴露技术路径）
[ ] 水印位置是否避开人脸关键区域？（右下角比左上角更安全）
[ ] ZIP包内是否有README.md？（客户第一眼看到的就是它）
[ ] 抽查1张图：双击能否正常打开？放大看细节是否锐利？

总结

现在你手里握着一套完整的GPEN成果交付流水线：
定位清楚——知道图在哪、怎么改输出路径；
批量无忧——Shell循环应付日常，Python脚本扛住百张压力；
水印随心——一行命令加文字，三行代码嵌Logo；
交付专业——自动打包、带时间戳、附说明文档；
细节到位——缩略图预览、防误删、自查清单全齐备。

这不再是“跑通模型”的技术验证，而是真正能融入你工作流的生产力工具。下次朋友甩来一张模糊合影，你不再需要解释“这个模型很厉害”，而是直接发过去一个带Logo、有日期、打开即惊艳的ZIP包——这就是技术落地最踏实的样子。

--- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

如何分享GPEN处理结果？批量导出与水印添加教程