Python快速实现一键抠图功能的全过程

简介

使用百度深度学习框架paddlepaddle对人像图片进行自动化抠图

安装

根据paddlepaddle官网命令安装

如

pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple
pip install paddlehub -i https://mirror.baidu.com/pypi/simple

初试

1.jpg

2.jpg

3.jpg

4.jpg

5.jpg

import paddlehub as hub
from pathlib import path

paths = [str(i) for i in path('.').glob('*.jpg')]  # 当前路径下所有.jpg文件
human_seg = hub.module(name='deeplabv3p_xception65_humanseg')
results = human_seg.segmentation(paths=paths, visualization=true, output_dir='output')
# results = human_seg.segmentation(paths=paths, use_gpu=true, visualization=true, output_dir='output')  # 使用gpu
print(results)

代码会自动下载图像分割模型deeplabv3p_xception65_humanseg到c:\users\administrator\.paddlehub\modules

效果

文件名	原图	效果
1.jpg
2.jpg
3.jpg
4.jpg
5.jpg

详解

人像分割api

def segmentation(images=none,
                 paths=none,
                 batch_size=1,
                 use_gpu=false,
                 visualization=false,
                 output_dir='humanseg_output')

参数

• images(list[numpy.ndarray])：图片数据，bgr格式
• paths(list[str])：图片路径
• batch_size(int)：批量处理数量
• use_gpu(bool)：是否使用 gpu
• visualization(bool)：是否将识别结果保存为图片
• output_dir(str)：图片保存路径

遇到的坑

1. 报错runtimeerror: environment variable cuda_visible_devices is not set correctly. if you wanna use gpu, please set cuda_visible_devices as cuda_device_id.

import os

os.environ['cuda_visible_devices'] = '0'

或

set cuda_visible_devices=0

参考文献

一款python实用神器，5 行 python 代码 实现一键批量扣图

总结

到此这篇关于python快速实现一键抠图功能的文章就介绍到这了,更多相关python一键抠图内容请搜索www.887551.com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www.887551.com！