前言
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。不过一些比较复杂的图,有时候还是要画点时间的,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
开始吧,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
这张图片背景未纯色,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:
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:
这样一看效果明显多了,感觉抠图效果还是非常好的。但是吧,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:
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:
这个原图背景不是白色,我就不弄黄色背景了,赶紧这个效果也还算满意,那么多人物的图片呢,我们再看看下面这张图片:
这里有三个人,我们看看程序能不能自动抠出来:
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:
这个就比前面的都复杂的多,那么效果如何呢,我们来看看:
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还是没有什么问题的。
环境
看完效果,那么应该怎么实现呢?这就需要用到paddlepaddle了,那paddlepaddle是什么呢?paddlepaddle是一个开源的深度学习工具,我们使用该工具可以仅用十几行代码实现迁移学习。在使用之前,我们先来安装paddlepaddle,我们可以进入官网https://www.paddlepaddle.org.cn/,官网上用安装指引。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
安装完成后我们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:Userszaxwz>python
然后在程序中运行如下代码:
Python 3.7.6 (tags/v3.7.6:43364a7ae0, Dec 19 2019, 00:42:30) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> 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。
实现抠图
实现抠图的代码很简单,大概分为下面几个步骤:
导入模块
加载模型
获取文件列表
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})
我们在控制台运行一下这个程序:
D:CodeFieldWorkplacePythonWorkplacePillowTest11_yellow>python 抠图.py
[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:Userszaxwz.paddlehubmodulesdeeplabv3p_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