最近参加超越杯发生了一段小插曲,主办方要求提交白底的团队介绍VCR,然而之前没有注意到这点,就找了个风景优美的地方拍摄,直到截止前才发现大事不妙。
此时自然而然地就想到抠图了!然而这次的视频背景花里胡哨。
我询问了各路图像大佬,得到的回复往往是几个paper标题,或者几个不明觉厉的词汇,至于直接能拿来用解决燃眉之急的,实在没有。。。
于是我决定从问题本质出发,视频抠图最直接的思路不外乎三步走:
1.从视频转换为一帧帧的图像
2.将每帧图像分别进行人像分离
3.将处理后的每帧图像合并回新视频
其中13两步显然是没有难度的,只要找到对应的视频、图像库。
第2步就是难点、瓶颈所在了。
市面上的人像分割api众多,例如百度的aip、旷视的Face++、国外火爆的remove.bg。
我还是选择了网络稳定,每日允许调用50000次的百度aip,倘若每秒25帧,意味着可以每日处理长度为33.33分钟的视频!
当然如果有离线版api(可以推荐我一下)或者自己训练好的神经网络,肯定是更佳的选择。
下面开始写代码啦
首先是视频转图片部分
经过这一步转换,我们约2分钟的测试视频被神奇地转为
这1819张独立的图片
需要一定地