python三行代码抠图_Python用5行代码如何实现批量抠图 Python用5行代码实现批量抠图方法...

本篇文章小编给大家分享一下Python用5行代码实现批量抠图方法，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

效果展示

原图：

效果图：

原图：

效果图：

环境

看完效果，那么应该怎么实现呢？这就需要用到paddlepaddle了，那paddlepaddle是什么呢？paddlepaddle是一个开源的深度学习工具，我们使用该工具可以仅用十几行代码实现迁移学习。在使用之前，我们先来安装paddlepaddle，我们可以进入官网https://www.paddlepaddle.org.cn/，官网上用安装指引。为了方便，这里直接使用pip安装CPU版本的。

我们执行下列语句：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

安装完成后我们可以在环境中测试一下是否成功。我这里使用命令行窗口，先运行python.exe(前提是你已经配置了环境变量)

C:\Users\zaxwz>python

然后在程序中运行如下代码：

Python 3.7.6 (tags/v3.7.6:43364a7ae0, Dec 19 2019, 00:42:30) [MSC v.1916 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import paddle.fluid

>>> paddle.fluid.install_check.run_check()

如果控制台显示Your Paddle is installed successfully! Let's start deep Learning with

Paddle now就代表我们已经安装成功了。另外我们还需要安装paddlehub：

pip install -i https://mirror.baidu.com/pypi/simple paddlehub

下面我们就可以开始写代码了。

实现抠图

实现抠图的代码很简单，大概分为下面几个步骤：

导入模块

加载模型

获取文件列表

抠图

实现起来没有什么难度，为了方便读代码，我将代码写清楚一点：

# 1、导入模块

import os

import paddlehub as hub

# 2、加载模型

humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')

# 3、获取文件列表

# 图片文件的目录

path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'

# 获取目录下的文件

files = os.listdir(path)

# 用来装图片的

imgs = []

# 拼接图片路径

for i in files:

imgs.append(path + i)

#抠图

results = humanseg.segmentation(data={'image':imgs})

我们在控制台运行一下这个程序：

D:CodeFieldWorkplacePythonWorkplacePillowTest11_yellow>python

抠图.py

[2020-03-10 21:42:34,587] [ INFO] - Instalpng

deeplabv3p_xception65_humanseg module

[2020-03-10 21:42:34,605] [ INFO] -

Module deeplabv3p_xception65_humanseg already installed in

C:Userszaxwz.paddlehubmodulesdeeplabv3p_xception65_humanseg

[2020-03-10

21:42:35,472] [ INFO] - 0 pretrained paramaters loaded by

PaddleHub

运行完成后，我们可以在项目下看到humanseg_output目录，抠好的图片就会存放在该目录下。当然了，上面的代码我们在获取文件列表的操作还可以简化一下：

import os, paddlehub as hub

humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')# 加载模型

path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'# 文件目录

files = [path + i for i in os.listdir(path)]# 获取文件列表

results = humanseg.segmentation(data={'image':files})# 抠图