前言

對于會PhotoShop的人來說，摳圖是非常簡單的操作了，有時候幾秒鐘就能扣好一張圖。不過一些比較復雜的圖，有時候還是要畫點時間的，今天就給大家帶了一個非?？焖俸唵蔚霓k法，用Python來批量摳取人像。

效果展示

開始吧，我也不看好什么自動摳圖，總覺得不夠精確，摳不出滿意的圖。下面我就直接展示一下效果圖吧。我們先看看原圖

這張圖片背景未純色，我們平時用PhotoShop摳起來也比較簡單，對我們計算機來說也不是什么難題，下面是效果圖：

因為本身是PNG圖片，而且原圖是白色背景，所以看不出什么區別。為了顯示效果，我把原圖和摳好的圖放到一張黃色背景圖片上：

這樣一看效果明顯多了，感覺摳圖效果還是非常好的。但是吧，摳這種簡單的圖片，不怎么過癮，我們再來看看復雜一點的圖片：

這張圖片背景色比之前復雜一些，而且有漸變，我們來看看摳圖后的效果如何：

這個原圖背景不是白色，我就不弄黃色背景了，趕緊這個效果也還算滿意，那么多人物的圖片呢，我們再看看下面這張圖片：

這里有三個人，我們看看程序能不能自動摳出來：

雖然是有點瑕疵，不過還是很不錯了，下面我們看看最后一個例子：

這個就比前面的都復雜的多，那么效果如何呢，我們來看看：

哈哈，不僅識別出了人，還把火炬識別出來并摳了出來?？偟膩碚f，在完成人物摳圖方面還是沒有什么問題的。

環境

看完效果，那么應該怎么實現呢？這就需要用到paddlepaddle了，那paddlepaddle是什么呢？paddlepaddle是一個開源的深度學習工具，我們使用該工具可以僅用十幾行代碼實現遷移學習。在使用之前，我們先來安裝paddlepaddle，我們可以進入官網https://www.paddlepaddle.org.cn/，官網上用安裝指引。為了方便，這里直接使用pip安裝CPU版本的。我們執行下列語句：

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

安裝完成后我們可以在環境中測試一下是否成功。我這里使用命令行窗口，先運行python.exe（前提是你已經配置了環境變量）

C:Userszaxwz>python

然后在程序中運行如下代碼：

Python 3.7.6 (tags/v3.7.6:43364a7ae0, Dec 19 2019, 00:42:30) [MSC v.1916 64 bit (AMD64)] on win32Type 'help', 'copyright', 'credits' or 'license' for more information.>>> import paddle.fluid>>> paddle.fluid.install_check.run_check()

如果控制臺顯示Your Paddle is installed successfully! Let’s start deep Learning with Paddle now就代表我們已經安裝成功了。另外我們還需要安裝paddlehub：

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

下面我們就可以開始寫代碼了。

實現摳圖

實現摳圖的代碼很簡單，大概分為下面幾個步驟：

實現起來沒有什么難度，為了方便讀代碼，我將代碼寫清楚一點：

# 1、導入模塊import osimport paddlehub as hub# 2、加載模型humanseg = hub.Module(name=’deeplabv3p_xception65_humanseg’)# 3、獲取文件列表# 圖片文件的目錄path = ’D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/’# 獲取目錄下的文件files = os.listdir(path)# 用來裝圖片的imgs = []# 拼接圖片路徑for i in files: imgs.append(path + i)#摳圖results = humanseg.segmentation(data={’image’:imgs})

我們在控制臺運行一下這個程序：

D:CodeFieldWorkplacePythonWorkplacePillowTest11_yellow>python 摳圖.py[2020-03-10 21:42:34,587] [ INFO] - Installing 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

運行完成后，我們可以在項目下看到humanseg_output目錄，摳好的圖片就會存放在該目錄下。當然了，上面的代碼我們在獲取文件列表的操作還可以簡化一下：

import os, paddlehub as hubhumanseg = hub.Module(name=’deeplabv3p_xception65_humanseg’)# 加載模型path = ’D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/’# 文件目錄files = [path + i for i in os.listdir(path)]# 獲取文件列表results = humanseg.segmentation(data={’image’:files})# 摳圖

到此這篇關于Python用5行代碼實現批量摳圖的示例代碼的文章就介紹到這了,更多相關Python 批量摳圖內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！