AI证件照换底色

最新推荐文章于 2024-06-22 16:29:06 发布

习惯了看孤独的风景

最新推荐文章于 2024-06-22 16:29:06 发布

阅读量4.3k

点赞数 2

分类专栏：图像处理+深度学习实战应用文章标签：深度学习计算机视觉百度 python 人工智能

本文链接：https://blog.csdn.net/u012997755/article/details/108208745

版权

图像处理+深度学习实战应用专栏收录该内容

1 篇文章 0 订阅

订阅专栏

百度Paddle-Hub项目实践—AI帮你证件照换底色

前言：详细的paddlehub项目和文档请看paddlehub安装文档和paddlehub使用文档
提示：在本地安装时需要特别注意版本问题，严格按照推荐的版本，可以大大减小报错情况。

一.项目具体实现细节介绍

1. 导入相关的包，加载原图像并进行显示

import paddlehub as hub
import cv2
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
test_img_path = "D:/Mechine_learning_data/2girl.jpg"
img = cv2.imread(test_img_path)
cv2.imshow('org',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

显示图像为：

2. 使用Paddle-hub中的deeplabv3p_xception65_humanseg模型进行智能抠图，获取得到的轮廓，此轮廓比传统图像处理的Mask更具有鲁棒性。

注：关于deeplabv3p_xception65_humanseg模型的具体介绍可见其官网,这里主要进行利用此模型输出，进行后续图像处理，实现证件照片换底色，通过寥寥代码达到高级PS修图师的水平！

human_seg = hub.Module(name='deeplabv3p_xception65_humanseg')
result = human_seg.segmentation(images=[cv2.imread(test_img_path)],visualization=True,output_dir='./')
print(result)
# 将轮廓保存为图片
res_image = Image.fromarray(np.uint8(result[0]['data']))
path = "D:/python_code/Jupyter Notebook/paddleee/new.jpg"
res_image.save(path)

3. 加载保存的轮廓并显示，接着对其进行二值化处理，然后进行图像的腐蚀膨胀操作，得到输出结果，根据结果调整参数值。

counter_img_path = path
img_counter = cv2.imread(counter_img_path)
img_gray = cv2.cvtColor(img_counter,cv2.COLOR_BGR2GRAY)
ret,thresh1 = cv2.threshold(img_gray,200,255,cv2.THRESH_BINARY)
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5,5))
erode = cv2.erode(thresh1,kernel,iterations=2)
dilate = cv2.dilate(erode,kernel,iterations=2)
cv2.imshow('dilate',dilate)
cv2.imshow('erode',erode)
cv2.imshow('gray_img',img_gray)
cv2.imshow('binary_img',thresh1)
cv2.imshow('counter_img',img_counter)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果如下：
在这里插入图片描述这里为了做统一显示，就放到了一起，但在实际使用的过程中，需要自行调节参数值，包括二值化分割的阈值，腐蚀膨胀是否全都需要，以及核的大小，腐蚀次数的多少等。

下面给出这几种操作的原理和opencv_python的编写方法：
关于图像二值化的文章：友情提示：先变成灰度图再二值化
关于图像腐蚀膨胀操作的文章：友情提示：先腐蚀，后膨胀

4. 通过以上的轮廓图可以发现，背景的像素都为黑色，即0，此时遍历整张轮廓图片，如果像素值为0，则用红色背景色代替原图的蓝色背景色，代码实现如下：

HEIGHT = img_counter.shape[0]
WEIGHT = img_counter.shape[1]
CHANNLE = img_counter.shape[2]
for i in range(HEIGHT):
    for j in range(WEIGHT):
        if dilate[i,j] == 0:
            img[i,j] = [0,0,255]
cv2.imshow('change_img',cv2.resize(img,dsize=None,fx=0.5,fy=0.5,interpolation = cv2.INTER_NEAREST))
# cv2.imwrite('D:/python_code/Jupyter Notebook/paddleee/red_img_zhou.jpg',img)# 保存图片的方法
cv2.waitKey(0)
cv2.destroyAllWindows()