怎么用Python代码批量抠图

这篇文章主要讲解了"怎么用Python代码批量抠图"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"怎么用Python代码批量抠图"吧！

1.准备

为了实现这个实验，Python是必不可少的，如果你还没有安装Python，可以关注文末的微信公众号获取下载安装指南

然后，我们需要安装baidu的paddlepaddle, 官方网站就有详细的指引：

• https://www.paddlepaddle.org.cn/install/quick

根据你自己的情况选择这些选项，最后一个CUDA版本，由于本实验不需要训练数据，也不需要太大的计算量，所以直接选择CPU版本即可。选择完毕，下方会出现安装指引，不得不说，Paddlepaddle这些方面做的还是比较贴心的(小声bb：就是名字起的不好)。

要注意，如果你的Python3环境变量里的程序名称是Python，记得将语句改为Python xxx，如下进行安装：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

还需要安装paddlehub：

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

2.编写代码

整个步骤分为三步：

• 加载模型

• 指定待抠图的图片目录

• 抠图

import os import sys import paddlehub as hub   # 1.加载模型 humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")   # 2.指定待抠图图片目录 path = './source/' files = [] dirs = os.listdir(path) for diretion in dirs:     files.append(path + diretion)   # 3.抠图 results = humanseg.segmentation(data={"image": files})   for result in results:     print(result['origin'])     print(result['processed'])

不多不少一共20行代码。抠图完毕后会在本地文件夹下产生一个叫做humanseg_output的文件夹。这里面存放的是已经抠图成功的图片。

3.结果分析

不得不承认，谷歌的算法就素厉害啊。只要背景好一点，抠出来的细节都和手动抠的细节不相上下，甚至优于人工手段。

不过在背景和人的颜色不相上下的情况下，会产生一些问题，比如下面这个结果：

背后那个大叔完全被忽略掉了(求大叔的内心阴影面积)。尽管如此，这个模型是我迄今为止见过的最强抠图模型，没有之一。

感谢各位的阅读，以上就是"怎么用Python代码批量抠图"的内容了，经过本文的学习后，相信大家对怎么用Python代码批量抠图这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！