[Python]百度飞桨Paddle框架下实现将视频皮影戏化

最新推荐文章于 2024-08-09 20:29:21 发布

Patrick Ston

最新推荐文章于 2024-08-09 20:29:21 发布

阅读量371

点赞数

文章标签： python

本文链接：https://blog.csdn.net/ddjjamd/article/details/117047534

版权

本文介绍了如何利用百度飞桨(PaddlePaddle)框架，通过AI技术将视频转化为皮影戏效果。首先介绍了飞桨平台及其特点，然后详细阐述了实验步骤，包括fork项目、骨骼点检测、素材映射、运行程序和输出结果。虽然无法展示最终界面，但文中提到完成后的视频片段可下载并观察皮影戏效果。

摘要由CSDN通过智能技术生成

前言

飞桨(PaddlePaddle)是集深度学习核心框架、工具组件和服务平台为一体的技术先进、功能完备的开源深度学习平台，已被中国企业广泛使用，深度契合企业应用需求，拥有活跃的开发者社区生态。提供丰富的官方支持模型集合，并推出全类型的高性能部署和集成方案供开发者使用。

本文是以初步体验Paddle框架为目的，做了其中的“AI实现皮影戏项目”，接下来是笔者的线上实现步骤。

实验步骤
1.依据步骤fork一下原文，会在他们的平台上创建出相应环境
在这里插入图片描述

2.关键骨骼点检测
代码片如下

import os
import cv2
import paddlehub as hub
import matplotlib.pyplot as plt
from matplotlib.image import imread
import numpy as np
%matplotlib inline

def show_img(img_path, size=8):
    '''
        文件读取图片显示
    '''
    im = imread(img_path)
    plt.figure(figsize=(size,size))
    plt.axis("off")
    plt.imshow(im)


def img_show_bgr(image,size=8):
    '''
        cv读取的图片显示
    '''
    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    plt.figure(figsize=(size,size))
    plt.imshow(image)
    
    plt.axis("off")
    plt.show() 

#通过代码获取图片中的结果
pose_estimation = hub.Module(name="human_pose_estimation_resnet50_mpii")
result = pose_estimation.keypoint_detection(paths=['work/imgs/body01.jpg'], visualization=True, output_dir="work/output_pose/")
result

2、将皮影素材映射到骨骼关键点上
在项目-详情中就可以看到皮影各个部位素材在这里插入图片描述
3.运行贴素材程序

def get_true_angel(value):
    '''
    转转得到角度值
    '''
    return value/np.pi*180

def get_angle(x1, y1, x2, y2):
    '''
    计算旋转角度
    '''
    dx = abs(x1- x2)
    dy = abs(y1- y2)
    result_angele = 0
    if x1 == x2:
        if y1 > y2:
            result_angele = 180
    else:
        if y1!=y2:
            the_angle = int(get_true_angel(np.arctan(dx/dy)))
        if x1 < x2:
            if y1>y2:
                result_angele = -(180 - the_angle)
            elif y1<y2:
                result_angele = -the_angle
            elif y1==y2:
                result_angele = -90
        elif x1 > x2:
            if y1>y2:
                result_angele = 180 - the_angle
            elif y1<y2:
                result_angele = the_angle
            elif y1==y2:
                result_angele = 90
    
    if result_angele<0:
        result_angele = 360 + result_angele
    return result_angele

def rotate_bound(image, angle, key_point_y):
    '''
    旋转图像，并取得关