怎么用Python代碼批量摳圖

這篇文章主要講解了“怎么用Python代碼批量摳圖”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“怎么用Python代碼批量摳圖”吧！

1.準(zhǔn)備

為了實(shí)現(xiàn)這個(gè)實(shí)驗(yàn)，Python是必不可少的，如果你還沒有安裝Python，可以關(guān)注文末的微信公眾號(hào)獲取下載安裝指南

然后，我們需要安裝baidu的paddlepaddle, 官方網(wǎng)站就有詳細(xì)的指引：

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

根據(jù)你自己的情況選擇這些選項(xiàng)，最后一個(gè)CUDA版本，由于本實(shí)驗(yàn)不需要訓(xùn)練數(shù)據(jù)，也不需要太大的計(jì)算量，所以直接選擇CPU版本即可。選擇完畢，下方會(huì)出現(xiàn)安裝指引，不得不說，Paddlepaddle這些方面做的還是比較貼心的(小聲bb：就是名字起的不好)。

要注意，如果你的Python3環(huán)境變量里的程序名稱是Python，記得將語句改為Python xxx，如下進(jìn)行安裝：

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

還需要安裝paddlehub：

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

2.編寫代碼

整個(gè)步驟分為三步：

• 加載模型

• 指定待摳圖的圖片目錄

• 摳圖

import os import sys import paddlehub as hub   # 1.加載模型 humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")   # 2.指定待摳圖圖片目錄 path = './source/' files = [] dirs = os.listdir(path) for diretion in dirs:     files.append(path + diretion)   # 3.摳圖 results = humanseg.segmentation(data={"image": files})   for result in results:     print(result['origin'])     print(result['processed'])

不多不少一共20行代碼。摳圖完畢后會(huì)在本地文件夾下產(chǎn)生一個(gè)叫做humanseg_output的文件夾。這里面存放的是已經(jīng)摳圖成功的圖片。

3.結(jié)果分析

不得不承認(rèn)，谷歌的算法就素厲害啊。只要背景好一點(diǎn)，摳出來的細(xì)節(jié)都和手動(dòng)摳的細(xì)節(jié)不相上下，甚至優(yōu)于人工手段。

不過在背景和人的顏色不相上下的情況下，會(huì)產(chǎn)生一些問題，比如下面這個(gè)結(jié)果：

背后那個(gè)大叔完全被忽略掉了(求大叔的內(nèi)心陰影面積)。盡管如此，這個(gè)模型是我迄今為止見過的最強(qiáng)摳圖模型，沒有之一。

感謝各位的閱讀，以上就是“怎么用Python代碼批量摳圖”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對(duì)怎么用Python代碼批量摳圖這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！