Android ------ 开源的Modnet算法实现抠图和更换背景

最近在研究图像出来这一块，网上查的比较多，试过基础的opencv 的抠图，效果不是很理想

opencv抠图参考

https://blog.csdn.net/u010302327/article/details/78898781

https://blog.csdn.net/hardWork_yulu/article/details/78757665

试了很多，最终找到一个还不错哦的，基本能完成自己想要的效果，那就是这个开源的modnet算法，基于PaddleSeg的MODNet算法实现人像抠图，但是一些复杂的图片还是不行，也花了很多时间，所以来分析一哈。

分享案例可以选择相册或者直接拍照体验哈

先来看看效果图：(可以替换成自己想要的背景图片)

功能：

1. 在人像抠图Demo中，默认会载入一张人像图像，并会在图像下方给出CPU的预测结果和预测时延；
2. 在人像抠图Demo中，你还可以通过右上角的"打开本地相册"和"打开摄像头拍照"按钮分别从相册或相机中加载测试图像然后进行预测推理；

关键代码：

 public Bitmap draw(Bitmap inputImage, Tensor outputTensor,Bitmap bg){
        float[] output = outputTensor.getFloatData();
        long outputShape[] = outputTensor.shape();
        int outputSize = 1;

        for (long s : outputShape) {
            outputSize *= s;
        }
        List<Float> arralist = new LinkedList<>();
        for (int i=0; i<outputSize;i++){
            arralist.add((float)output[i]);
        }

        Bitmap mALPHA_IMAGE = floatArrayToBitmap(arralist,(int)outputShape[3],(int)outputShape[2]);

        //调整尺寸
        Bitmap alpha = Bitmap.createScaledBitmap(mALPHA_IMAGE,inputImage.getWidth(),inputImage.getHeight(),true);
        Bitmap bgImg = Bitmap.createScaledBitmap(bg,inputImage.getWidth(),inputImage.getHeight(),true);

        //重新合成图像
        Bitmap result = synthetizeBitmap(inputImage,bgImg, alpha);
        return result;
    }

    //将float数组转成bitmap格式的图片
    private Bitmap floatArrayToBitmap(List<Float>  floatArray,int width,int height){
        byte alpha = (byte) 255 ;
        Bitmap bmp = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888) ;
        ByteBuffer byteBuffer = ByteBuffer.allocate(width*height*4*3) ;
        float Maximum = Collections.max(floatArray);
        float minmum = Collections.min(floatArray);
        float delta = Maximum - minmum + 0.00000000001f ;

        int i = 0 ;
        for (float value : floatArray){
            byte temValue = (byte) ((((value-minmum)/delta)*255));
            byteBuffer.put(4*i, temValue) ;
            byteBuffer.put(4*i+1, temValue) ;
            byteBuffer.put(4*i+2, temValue) ;
            byteBuffer.put(4*i+3, alpha) ;
            i++;
        }
        bmp.copyPixelsFromBuffer(byteBuffer) ;
        return bmp ;
    }

    //将原图与背景按照推理得到的alpha图进行合成
    private Bitmap synthetizeBitmap(Bitmap front,Bitmap background, Bitmap alpha){
        int width = front.getWidth();
        int height = front.getHeight();
        Bitmap result=Bitmap.createBitmap(width,height, Bitmap.Config.ARGB_8888);
        int[] frontPixels = new int[width * height];
        int[] backgroundPixels = new int[width * height];
        int[] alphaPixels = new int[width * height];
        front.getPixels(frontPixels,0,width,0,0,width,height);
        background.getPixels(backgroundPixels,0,width,0,0,width,height);
        alpha.getPixels(alphaPixels,0,width,0,0,width,height);
        float frontA = 0,frontR = 0,frontG = 0,frontB = 0;
        float backgroundR = 0,backgroundG = 0,backgroundB = 0;
        float alphaR = 0,alphaG = 0,alphaB = 0;
        int index=0;

        //逐个像素赋值（这种写法比较耗时，后续可以优化）
        for (int row=0; row < height; row++){
            for (int col=0; col < width; col++){
                index = width*row +col;

                //取出前景图像像素值
                frontA=(frontPixels[index]>>24)&0xff;
                frontR=(frontPixels[index]>>16)&0xff;
                frontG=(frontPixels[index]>>8)&0xff;
                frontB=frontPixels[index]&0xff;

                //取出alpha像素值
                alphaR=(alphaPixels[index]>>16)&0xff;
                alphaG=(alphaPixels[index]>>8)&0xff;
                alphaB=alphaPixels[index]&0xff;

                //取出背景图像像素值
                backgroundR=(backgroundPixels[index]>>16)&0xff;
                backgroundG=(backgroundPixels[index]>>8)&0xff;
                backgroundB=backgroundPixels[index]&0xff;

                //重新合成  ImgOut = F * alpha/255 + BG * ( 1 - alpha/255 )
                frontR= frontR*alphaR/255 + backgroundR*(1-alphaR/255);
                frontG=frontG*alphaG/255 + backgroundG*(1-alphaG/255);
                frontB=frontB*alphaB/255 + backgroundB*(1-alphaB/255);
                frontPixels[index]=(int)frontA<<24|((int)frontR<<16)|((int)frontG<<8)|(int)frontB;
            }
        }
        result.setPixels(frontPixels,0,width,0,0,width,height);;
        return result;
    }

PC端版本体验：（点击地址，上传 图片体验）

https://sight-x.cn/portrait_matting/

如何使用，参考官网文档，下载sdk配置即可

参考地址：

https://www.paddlepaddle.org.cn/

https://github.com/PaddlePaddle/PaddleSeg

https://github.com/ZHKKKe/MODNet  

本人练习案例代码地址：

Android开源的Modnet算法实现抠图和更换背景-Android文档类资源-CSDN下载