本程序基于百度飞浆 PaddlePaddle 平台完成。

该程序通过DeepLabv3+模型完成一键抠图。

encoder-decoder进行多尺度信息的融合，同时保留了原来的空洞卷积和ASSP层，其骨干网络使用了Xception模型，提高了语义分割的健壮性和运行速率，在 PASCAL VOC 2012 dataset取得新的state-of-art performance，该PaddleHub Module使用百度自建数据集进行训练，可用于人像分割，支持任意大小的图片输入。

在完成一键抠图之后，通过图像合成，实现有趣的应用！

程序实现

首先安装 paddlehub

!pip install paddlehub==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

然后查看下我要要抠图的目标文件

# 待预测图片
img_name = 'ty.jpg'
test_img_path = ["./"+img_name]
#test_img_path = ["./meditation.jpg"]import matplotlib.pyplot as plt
import matplotlib.image as mpimg img = mpimg.imread(test_img_path[0]) # 展示待预测图片
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis('off')
plt.show()

通过加载PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)实现一键抠图

import paddlehub as hubmodule = hub.Module(name="deeplabv3p_xception65_humanseg")input_dict = {"image": test_img_path}# execute predict and print the result
results = module.segmentation(data=input_dict)
for result in results:print(result)# 预测结果展示
test_img_path = "./humanseg_output/"+img_name.split('.')[0]+'.png'
img = mpimg.imread(test_img_path)
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis('off')
plt.show()

将抠出的人物图片合成在想要的背景图片当中。

from PIL import Image
import numpy as npdef blend_images(fore_image, base_image, img_num):
#def blend_images(fore_image, base_image):"""将抠出的人物图像换背景fore_image: 前景图片，抠出的人物图片base_image: 背景图片"""# 读入图片base_image = Image.open(base_image).convert('RGB')fore_image = Image.open(fore_image).resize(base_image.size)# 图片加权合成scope_map = np.array(fore_image)[:,:,-1] / 255scope_map = scope_map[:,:,np.newaxis]scope_map = np.repeat(scope_map, repeats=3, axis=2)res_image = np.multiply(scope_map, np.array(fore_image)[:,:,:3]) + np.multiply((1-scope_map), np.array(base_image))#保存图片res_image = Image.fromarray(np.uint8(res_image))res_image.save('./humanseg_output/'+str(img_num)+".jpg")

根据需要运行合成程序

# 合成几张图片
img_num = 4for i in range(img_num):blend_images('./humanseg_output/'+img_name.split('.')[0]+'.png', str(i+1)+'.jpg', i+1)# 展示合成图片
plt.figure(figsize=(10,10))
for i in range(img_num):plt.subplot(2,2,i+1)img = mpimg.imread('./humanseg_output/'+str(i+1)+".jpg")plt.imshow(img) plt.axis('off')
plt.show()

欢迎大家用AI环游世界！

AI人像抠图及图像合成：让你一键环游世界相关推荐

（记录）PaddleHub创意赛：AI人像抠图及图像合成
文章目录 PaddleHub创意赛:AI人像抠图及图像合成一.安装环境(这里面有几个坑) 二.接下来就``开始P图 1. 引入包 2. 加载预训练模型(挺厉害的不得不说) 3. 图像合成 Paddl ...
PaddleHub人像分割模型：AI人像抠图及图像合成
点击上方"AI搞事情"关注我们本项目根据DeepLabv3+模型一键抠图示例,主要采用PaddleHub DeepLabv3+模型(deeplabv3p_xception65_h ...
python人像精细分割_PaddleHub人像分割模型：AI人像抠图及图像合成
本项目根据DeepLabv3+模型一键抠图示例,主要采用PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)和python图像处理库opencv ...
蓝松视觉科技 AI人像抠图说明
AI人像抠图的API 文章目录 AI人像抠图的API 1. 初始化 2.1 抠图API (nv21输入格式) 2.2 抠图API (rgba输入格式) 3. 释放抠图对象 4. 其他API 赠送的解释 ...
蓝松AI人像抠图的接口说明
AI人像抠图的API 文章目录 AI人像抠图的API 1. 初始化 2.1 抠图API (nv21输入格式) 2.2 抠图API (rgba输入格式) 3. 释放抠图对象 4. 其他API 赠送的解释 ...
AI人像抠图及视频合成：让你体验复仇者联盟的终局之战
本程序基于百度飞浆 PaddlePaddle 平台完成. 该程序通过DeepLabv3+模型完成一键抠图. encoder-decoder进行多尺度信息的融合,同时保留了原来的空洞卷积和ASSP层, ...
蓝松AI人像抠图SDK（无绿幕实时抠图）
App Inventor：一键人像抠图App
App Inventor:一键人像抠图App 一.功能分析 1.预设一张图片,把图片里的人体勾勒出来,并迁移到另一个图片里.如下图(app里的图像素材来源与网络): 二.知识点分析 1.App Inv ...
不惧繁杂背景，视频编辑服务一键实现人像抠图
最近,"你这背景太假了"席卷全网.由于身后风景太优美,被网友质疑背景太假,某主播为了自证,直接把手里的桶扔进了背后的水里.短短几天时间播放量几十亿,引发了全网P图狂潮,网友在短视频 ...

AI人像抠图及图像合成：让你一键环游世界

程序实现

AI人像抠图及图像合成：让你一键环游世界相关推荐

最新文章

热门文章