人体模型 java代码_【人体分析-人像分割】JavaAPI示例代码

接口能力:

对于输入的一张图片(可正常解码，且长宽比适宜)，识别人体的轮廓范围，与背景进行分离，适用于拍照背景替换、照片合成、身体特效等场景。输入正常人像图片，返回分割后的二值结果图和分割类型(目前仅支持person)。

算法用于将图片中的人像和背景进行分离，可以应用于APP背景替换，背景虚化等场景。

1.1 背景替换

利用分割结果进行背景的替换。比如图片中的人像的背后背景可以更换背景色，例如蓝底红底证件照。

1.2 背景虚化

利用分割的结果将背景进行虚化得到更美的更有艺术效果的照片，例如滤镜。

1)邀测的接口，不能直接在控制台调用，可通过QQ群(860337848、649285136)联系群管、或提交工单申请开通测试权限。

2)邀测的接口，暂未封装服务端SDK，只能通过API调用。

此接口返回的数据需要额外的处理。

需要对Java的BufferedImage、ImageIO、Graphics2D有一定的了解。对图像处理灰度 二值化有了解。

示例代码中使用到了第三方的json处理包fastjson

com.alibaba

fastjson

1.2.49

Java调用示例代码及返回数据处理

感谢百度相关RD提供的Java处理代码哦

import java.awt.Graphics2D;

import java.awt.Image;

import java.awt.image.BufferedImage;

import java.io.ByteArrayInputStream;

import java.io.File;

import java.io.IOException;

import java.io.InputStream;

import java.net.URLEncoder;

import java.util.Base64;

import java.util.Base64.Decoder;

import javax.imageio.ImageIO;

import com.alibaba.fastjson.JSONObject;

//Base64Util FileUtil HttpUtil百度提供 自行下载即可 小帅整理的下载地址

//http://aixiaoshuai.mydoc.io/?t=234826

import com.xs.util.baidu.Base64Util;

import com.xs.util.baidu.FileUtil;

import com.xs.util.baidu.HttpUtil;

/**

* 人像分割Java-API示例代码

* @author 小帅丶

*

*/

public class BodySegSample {

//人像分割接口地址

public static String BODYSEG_URL = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg";

public static void main(String[] args) throws Exception {

String accessToken = "自己应用获取的AccessToken";

//返回字符串

String filePath = "G:/bodyseg.jpg";

String result = getBodySegResult(filePath, accessToken);

JSONObject jsonObject = JSONObject.parseObject(result);

//图片转BufferedImage对象

BufferedImage image = ImageIO.read(new File(filePath));

//对接口返回的labelmapbase64进行处理 并拿图片的原始宽高

convert(jsonObject.getString("labelmap"),image.getWidth(),image.getHeight());

}

/**

* @param imagePath 图片本地路径

* @param accessToken 应用AccessToken

* @return String

* @throws Exception

*/

private static String getBodySegResult(String imagePath, String accessToken)

throws Exception {

byte[] imgData = FileUtil.readFileByBytes(imagePath);

String imgStr = Base64Util.encode(imgData);

String param = "image=" + URLEncoder.encode(imgStr, "UTF-8");

// 注意这里仅为了简化编码每一次请求都去获取access_token，线上环境access_token有过期时间，

// 客户端可自行缓存，过期后重新获取。

String result = HttpUtil.post(BODYSEG_URL, accessToken, param);

return result;

}

/**

* 图像转换

* @param labelmapBase64 分割结果图片，检测出的二值图像，base64编码之后

* @param realWidth 图片原始高度px

* @param realHeight 图片原始宽度px

*/

public static void convert(String labelmapBase64, int realWidth, int realHeight) {

try {

Decoder decoder = Base64.getDecoder();

byte[] bytes = decoder.decode(labelmapBase64);

InputStream is = new ByteArrayInputStream(bytes);

BufferedImage image = ImageIO.read(is);

BufferedImage newImage = resize(image, realWidth, realHeight);

BufferedImage grayImage = new BufferedImage(realWidth, realHeight, BufferedImage.TYPE_BYTE_GRAY);//灰度图

for(int i= 0 ; i < realWidth ; i++){

for(int j = 0 ; j < realHeight; j++){

int rgb = newImage.getRGB(i, j);

grayImage.setRGB(i, j, rgb * 255); //将像素存入缓冲区 这一步很重要哦

}

}

File newFile = new File("G:/gray001.jpg");

ImageIO.write(grayImage, "jpg", newFile);

} catch (IOException e) {

e.printStackTrace();

}

}

/**

* 重置图片大小

* @param img 图片数据

* @param newW 图片宽度

* @param newH 图片高度

* @return

*/

public static BufferedImage resize(BufferedImage img, int newW, int newH) {

Image tmp = img.getScaledInstance(newW, newH, Image.SCALE_SMOOTH);

BufferedImage dimg = new BufferedImage(newW, newH, BufferedImage.TYPE_INT_ARGB);

Graphics2D g2d = dimg.createGraphics();

g2d.drawImage(tmp, 0, 0, null);

g2d.dispose();

return dimg;

}

}

使用到的原图

处理后的图片