别再用PS了,教你用五行Python代码实现批量抠图

#编程技术 2020-04-05 15:57:00 | 全文 1230 字,阅读约需 3 分钟 | 加载中... 次浏览

👋 相关阅读


对于会 PhotoShop 的人来说,抠图是非常简单的操作了,有时候几秒钟就能扣好一张图。不过对于一些比较复杂的图,有时候还是需要花点时间的,今天就给大家带了一个非常快速简单的办法,用 Python 来批量抠取人像。

效果展示

刚开始,我也不看好什么自动抠图,总觉得不够精确,抠不出满意的图。下面我就直接展示一下效果图吧。 我们先看看原图:

Alt text

这张图片背景是纯色,我们平时用PhotoShop抠起来也比较简单,对我们计算机来说也不是什么难题,下面是效果图:

Alt text

因为本身是PNG图片,而且原图是白色背景,所以看不出什么区别。为了显示效果,我把原图和抠好的图放到一张黄色背景图片上:

Alt text

这样一看效果明显多了,感觉抠图效果还是非常好的。但是,抠这种简单的图片,不怎么过瘾,我们再来看看复杂一点的图片:

Alt text

这张图片背景色比之前复杂一些,而且有渐变,我们来看看抠图后的效果如何:

Alt text

这个原图背景不是白色,我就不弄黄色背景了,感觉这个效果也还算满意。 那么,对于多人物的图片,效果如何呢?我们再看看下面这张图片:

Alt text

这里有三个人,我们看看程序能不能自动抠出来:

Alt text

虽然是有点瑕疵,不过还是很不错了。 下面我们看看最后一个例子:

Alt text

这个比前面的图都复杂的多,那么效果如何呢,我们来看看:

Alt text

哈哈,不仅识别出了人,还把火炬识别出来并抠了出来。总的来说,在完成人物抠图方面是没有什么问题的。

这是如何实现的?

看完效果,你肯定想问这是如何实现的呢?这就需要用到百度飞桨了,飞桨是一个开源的深度学习平台,使用其工具仅用十几行代码就能实现迁移学习。

在使用之前,我们先来安装飞桨,可以进入官网,按指引快速安装: https://www.paddlepaddle.org.cn/install/quick

为了方便,这里直接使用 pip 安装 CPU 版本的。我们执行下列语句: python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

安装完成后,可以在环境中测试一下是否成功。我这里使用命令行窗口,先运行 python.exe(前提是你已经配置了环境变量): C:\Users\zaxwz>python

然后在程序中运行如下代码:

import paddle.fluid
paddle.fluid.install_check.run_check()

如果控制台显示Your Paddle is installed successfully! Let's start deep Learning with Paddle now,就代表我们已经安装成功了。另外我们还需要安装 PaddleHub: pip install -i https://mirror.baidu.com/pypi/simple paddlehub

下面我们就可以开始写代码了。

开始抠图

实现抠图的代码很简单,大概分为下面几个步骤:

  1. 导入模块
  2. 加载模型
  3. 获取文件列表
  4. 抠图

实现起来没有什么难度,为了方便读代码,我将代码写清楚一点: 1、导入模块

import os
import paddlehub as hub

2、加载模型

humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')

3、获取文件列表

## 图片文件的目录
path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'
## 获取目录下的文件
files = os.listdir(path)
## 用来装图片的
imgs = []
## 拼接图片路径
for i in files:
   imgs.append(path + i)
#抠图
results = humanseg.segmentation(data={'image':imgs})

4、获取文件列表

我们在控制台运行一下这个程序: python 抠图.py

输出:

[2020-03-10 21:42:34,587] [    INFO] - Installing deeplabv3p_xception65_humanseg module
[2020-03-10 21:42:34,605] [    INFO] - Module deeplabv3p_xception65_humanseg already installed in C:\Users\zaxwz\.paddlehub\modules\deeplabv3p_xception65_humanseg
[2020-03-10 21:42:35,472] [    INFO] - 0 pretrained paramaters loaded by PaddleHub

运行完成后,我们可以在项目下看到 humanseg_output 目录,抠好的图片就会存放在该目录下。当然了,上面的代码我们在获取文件列表的操作还可以简化一下:

import os, paddlehub as hub
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')        ## 加载模型
path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'    ## 文件目录
files = [path + i for i in os.listdir(path)]    ## 获取文件列表
results = humanseg.segmentation(data={'image':files})    ## 抠图

至此,我们就完成了 5 行代码批量抠图,感兴趣的开发者赶紧上手试试吧!

飞桨官网: https://www.paddlepaddle.org.cn/

PaddleHub平台: https://github.com/PaddlePaddle/PaddleHub

飞桨开源框架项目地址: GitHub:https://github.com/PaddlePaddle/Paddle Gitee: https://gitee.com/paddlepaddle/Paddle

via:https://mp.weixin.qq.com/s/owTDSooATcVZTRIzrD-KXw

Edit | Last updated on 2024-03-04 23:34:50




×