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”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么用Python代碼批量摳圖”吧！

1.準備

為了實現這個實驗，Python是必不可少的，如果你還沒有安裝Python，可以關注文末的微信公眾號獲取下載安裝指南

然后，我們需要安裝baidu的paddlepaddle, 官方網站就有詳細的指引：

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

根據你自己的情況選擇這些選項，最后一個CUDA版本，由于本實驗不需要訓練數據，也不需要太大的計算量，所以直接選擇CPU版本即可。選擇完畢，下方會出現安裝指引，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環境變量里的程序名稱是Python，記得將語句改為Python xxx，如下進行安裝：

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。摳圖完畢后會在本地文件夾下產生一個叫做humanseg_output的文件夾。這里面存放的是已經摳圖成功的圖片。

3.結果分析

不得不承認，谷歌的算法就素厲害啊。只要背景好一點，摳出來的細節都和手動摳的細節不相上下，甚至優于人工手段。

不過在背景和人的顏色不相上下的情況下，會產生一些問題，比如下面這個結果：

背后那個大叔完全被忽略掉了(求大叔的內心陰影面積)。盡管如此，這個模型是我迄今為止見過的最強摳圖模型，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”的內容了，經過本文的學習后，相信大家對怎么用Python代碼批量摳圖這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！