python抠图_Python用5行代码实现批量抠图的示例代码

前言

对于会PhotoShop的人来说&＃xff0c;抠图是非常简单的操作了&＃xff0c;有时候几秒钟就能扣好一张图。不过一些比较复杂的图&＃xff0c;有时候还是要画点时间的&＃xff0c;今天就给大家带了一个非常快速简单的办法&＃xff0c;用Python来批量抠取人像。

效果展示

开始吧&＃xff0c;我也不看好什么自动抠图&＃xff0c;总觉得不够精确&＃xff0c;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&＃xff0c;我们平时用PhotoShop抠起来也比较简单&＃xff0c;对我们计算机来说也不是什么难题&＃xff0c;下面是效果图&＃xff1a;

因为本身是PNG图片&＃xff0c;而且原图是白色背景&＃xff0c;所以看不出什么区别。为了显示效果&＃xff0c;我把原图和抠好的图放到一张黄色背景图片上&＃xff1a;

这样一看效果明显多了&＃xff0c;感觉抠图效果还是非常好的。但是吧&＃xff0c;抠这种简单的图片&＃xff0c;不怎么过瘾&＃xff0c;我们再来看看复杂一点的图片&＃xff1a;

这张图片背景色比之前复杂一些&＃xff0c;而且有渐变&＃xff0c;我们来看看抠图后的效果如何&＃xff1a;

这个原图背景不是白色&＃xff0c;我就不弄黄色背景了&＃xff0c;赶紧这个效果也还算满意&＃xff0c;那么多人物的图片呢&＃xff0c;我们再看看下面这张图片&＃xff1a;

这里有三个人&＃xff0c;我们看看程序能不能自动抠出来&＃xff1a;

虽然是有点瑕疵&＃xff0c;不过还是很不错了&＃xff0c;下面我们看看最后一个例子&＃xff1a;

这个就比前面的都复杂的多&＃xff0c;那么效果如何呢&＃xff0c;我们来看看&＃xff1a;

哈哈&＃xff0c;不仅识别出了人&＃xff0c;还把火炬识别出来并抠了出来。总的来说&＃xff0c;在完成人物抠图方面还是没有什么问题的。

环境

看完效果&＃xff0c;那么应该怎么实现呢&＃xff1f;这就需要用到paddlepaddle了&＃xff0c;那paddlepaddle是什么呢&＃xff1f;paddlepaddle是一个开源的深度学习工具&＃xff0c;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&＃xff0c;我们先来安装paddlepaddle&＃xff0c;我们可以进入官网https://www.paddlepaddle.org.cn/&＃xff0c;官网上用安装指引。为了方便&＃xff0c;这里直接使用pip安装CPU版本的。

我们执行下列语句&＃xff1a;

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&＃xff0c;先运行python.exe&＃xff08;前提是你已经配置了环境变量&＃xff09;

C:\Users\zaxwz>python

然后在程序中运行如下代码&＃xff1a;

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&＃39;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&＃xff1a;

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&＃xff0c;大概分为下面几个步骤&＃xff1a;

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&＃xff0c;为了方便读代码&＃xff0c;我将代码写清楚一点&＃xff1a;

# 1、导入模块

import os

import paddlehub as hub

# 2、加载模型

humanseg &＃61; hub.Module(name&＃61;&＃39;deeplabv3p_xception65_humanseg&＃39;)

# 3、获取文件列表

# 图片文件的目录

path &＃61; &＃39;D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/&＃39;

# 获取目录下的文件

files &＃61; os.listdir(path)

# 用来装图片的

imgs &＃61; []

# 拼接图片路径

for i in files:

imgs.append(path &＃43; i)

#抠图

results &＃61; humanseg.segmentation(data&＃61;{&＃39;image&＃39;:imgs})

我们在控制台运行一下这个程序&＃xff1a;

D:\CodeField\Workplace\PythonWorkplace\PillowTest\11_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:\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&＃xff0c;我们可以在项目下看到humanseg_output目录&＃xff0c;抠好的图片就会存放在该目录下。当然了&＃xff0c;上面的代码我们在获取文件列表的操作还可以简化一下&＃xff1a;

import os, paddlehub as hub

humanseg &＃61; hub.Module(name&＃61;&＃39;deeplabv3p_xception65_humanseg&＃39;)# 加载模型

path &＃61; &＃39;D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/&＃39;# 文件目录

files &＃61; [path &＃43; i for i in os.listdir(path)]# 获取文件列表

results &＃61; humanseg.segmentation(data&＃61;{&＃39;image&＃39;:files})# 抠图

到此这篇关于Python用5行代码实现批量抠图的示例代码的文章就介绍到这了,更多相关Python 批量抠图内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客&＃xff01;