建站
咨詢
售后
建站咨詢
新聞中心
摳圖前 vs Python自動摳圖后
創(chuàng)新互聯(lián)建站基于分布式IDC數(shù)據(jù)中心構(gòu)建的平臺為眾多戶提供成都二樞服務(wù)器租用托管 四川大帶寬租用 成都機柜租用 成都服務(wù)器租用。
在日常的工作和生活中，我們經(jīng)常會遇到需要摳圖的場景，即便是只有一張圖片需要摳，也會摳得我們不耐煩，倘若遇到許多張圖片需要摳，這時候你的表情應(yīng)該會很有趣。
Python能夠成為這樣的一種工具：在只有一張圖片，需要細致地摳出人物的情況下，能幫你減少摳圖步驟;在有多張圖片需要摳的情況下，能直接幫你輸出這些人物的基本輪廓，雖然不夠細致，但也夠用了。
DeepLabv3+ 是谷歌 DeepLab語義分割系列網(wǎng)絡(luò)的最新作 ，這個模型可以用于人像分割，支持任意大小的圖片輸入。如果我們自己來實現(xiàn)這個模型，那可能會非常麻煩，但是幸運的是，百度的paddle hub已經(jīng)幫我們實現(xiàn)了，我們僅需要加載模型對圖像進行分割即可。
1.準備
為了實現(xiàn)這個實驗，Python是必不可少的，如果你還沒有安裝Python，可以關(guān)注文末的微信公眾號獲取下載安裝指南
然后，我們需要安裝baidu的paddlepaddle, 官方網(wǎng)站就有詳細的指引：
- https://www.paddlepaddle.org.cn/install/quick
根據(jù)你自己的情況選擇這些選項，最后一個CUDA版本，由于本實驗不需要訓練數(shù)據(jù)，也不需要太大的計算量，所以直接選擇CPU版本即可。選擇完畢，下方會出現(xiàn)安裝指引，不得不說，Paddlepaddle這些方面做的還是比較貼心的(小聲bb：就是名字起的不好)。
要注意，如果你的Python3環(huán)境變量里的程序名稱是Python，記得將語句改為Python xxx，如下進行安裝：
- python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
還需要安裝paddlehub：
- pip install -i https://mirror.baidu.com/pypi/simple paddlehub
2.編寫代碼
整個步驟分為三步：
- 加載模型
- 指定待摳圖的圖片目錄
- 摳圖
- import os
- import sys
- import paddlehub as hub
- # 1.加載模型
- humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")
- # 2.指定待摳圖圖片目錄
- path = './source/'
- files = []
- dirs = os.listdir(path)
- for diretion in dirs:
- files.append(path + diretion)
- # 3.摳圖
- results = humanseg.segmentation(data={"image": files})
- for result in results:
- print(result['origin'])
- print(result['processed'])
不多不少一共20行代碼。摳圖完畢后會在本地文件夾下產(chǎn)生一個叫做humanseg_output的文件夾。這里面存放的是已經(jīng)摳圖成功的圖片。
3.結(jié)果分析
不得不承認，谷歌的算法就素厲害啊。只要背景好一點，摳出來的細節(jié)都和手動摳的細節(jié)不相上下，甚至優(yōu)于人工手段。
不過在背景和人的顏色不相上下的情況下，會產(chǎn)生一些問題，比如下面這個結(jié)果：
背后那個大叔完全被忽略掉了(求大叔的內(nèi)心陰影面積)。盡管如此，這個模型是我迄今為止見過的最強摳圖模型，沒有之一。
分享名稱：比PS還好用！Python20行代碼批量摳圖
本文URL：http://m.5511xx.com/article/cdgeipc.html
