比PS还好用！Python20行代码批量抠图

抠图前 vs Python自动抠图后

创新互联建站基于分布式IDC数据中心构建的平台为众多户提供成都二枢服务器租用托管 四川大带宽租用 成都机柜租用 成都服务器租用。

在日常的工作和生活中，我们经常会遇到需要抠图的场景，即便是只有一张图片需要抠，也会抠得我们不耐烦，倘若遇到许多张图片需要抠，这时候你的表情应该会很有趣。

Python能够成为这样的一种工具：在只有一张图片，需要细致地抠出人物的情况下，能帮你减少抠图步骤;在有多张图片需要抠的情况下，能直接帮你输出这些人物的基本轮廓，虽然不够细致，但也够用了。

DeepLabv3+ 是谷歌 DeepLab语义分割系列网络的最新作 ，这个模型可以用于人像分割，支持任意大小的图片输入。如果我们自己来实现这个模型，那可能会非常麻烦，但是幸运的是，百度的paddle hub已经帮我们实现了，我们仅需要加载模型对图像进行分割即可。

1.准备

为了实现这个实验，Python是必不可少的，如果你还没有安装Python，可以关注文末的微信公众号获取下载安装指南

然后，我们需要安装baidu的paddlepaddle, 官方网站就有详细的指引：

• https://www.paddlepaddle.org.cn/install/quick

根据你自己的情况选择这些选项，最后一个CUDA版本，由于本实验不需要训练数据，也不需要太大的计算量，所以直接选择CPU版本即可。选择完毕，下方会出现安装指引，不得不说，Paddlepaddle这些方面做的还是比较贴心的(小声bb：就是名字起的不好)。

要注意，如果你的Python3环境变量里的程序名称是Python，记得将语句改为Python xxx，如下进行安装：

 
 
 

  
  
  
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 
 
 
 

还需要安装paddlehub：

 
 
 

  
  
  
pip install -i https://mirror.baidu.com/pypi/simple paddlehub 
 
 
 

2.编写代码

整个步骤分为三步：

• 加载模型
• 指定待抠图的图片目录
• 抠图

 
 
 

  
  
  
import os 
  
  
  
import sys 
  
  
  
import paddlehub as hub 
  
  
  
  
  
  
  
# 1.加载模型 
  
  
  
humanseg = hub.Module(name="deeplabv3p_xception65_humanseg") 
  
  
  
  
  
  
  
# 2.指定待抠图图片目录 
  
  
  
path = './source/' 
  
  
  
files = [] 
  
  
  
dirs = os.listdir(path) 
  
  
  
for diretion in dirs: 
  
  
  
    files.append(path + diretion) 
  
  
  
  
  
  
  
# 3.抠图 
  
  
  
results = humanseg.segmentation(data={"image": files}) 
  
  
  
  
  
  
  
for result in results: 
  
  
  
    print(result['origin']) 
  
  
  
    print(result['processed']) 
 
 
 

不多不少一共20行代码。抠图完毕后会在本地文件夹下产生一个叫做humanseg_output的文件夹。这里面存放的是已经抠图成功的图片。

3.结果分析

不得不承认，谷歌的算法就素厉害啊。只要背景好一点，抠出来的细节都和手动抠的细节不相上下，甚至优于人工手段。

不过在背景和人的颜色不相上下的情况下，会产生一些问题，比如下面这个结果：

背后那个大叔完全被忽略掉了(求大叔的内心阴影面积)。尽管如此，这个模型是我迄今为止见过的最强抠图模型，没有之一。

网页标题：比PS还好用！Python20行代码批量抠图
链接地址：http://www.shufengxianlan.com/qtweb/news10/223210.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联