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