别再用PS了，教你用五行Python代码实现批量抠图
#编程技术 2020-04-05 15:57:00 | 全文 1230 字，阅读约需 3 分钟 | 加载中... 次浏览👋 相关阅读
- 听说你安装Python包很慢，试试这个方法
- t.cn 新浪短链接的api，不需要登录
- python | 免费视频床源码：语雀 HLS 解决方案
- Python 之一条命令生成项目依赖包文件 requirements.txt
- Adobe Photoshop 2020 for mac 直接安装免破解永久版，支持Catalina
对于会 PhotoShop 的人来说，抠图是非常简单的操作了，有时候几秒钟就能扣好一张图。不过对于一些比较复杂的图，有时候还是需要花点时间的，今天就给大家带了一个非常快速简单的办法，用 Python 来批量抠取人像。
效果展示
刚开始，我也不看好什么自动抠图，总觉得不够精确，抠不出满意的图。下面我就直接展示一下效果图吧。 我们先看看原图：
这张图片背景是纯色，我们平时用PhotoShop抠起来也比较简单，对我们计算机来说也不是什么难题，下面是效果图：
因为本身是PNG图片，而且原图是白色背景，所以看不出什么区别。为了显示效果，我把原图和抠好的图放到一张黄色背景图片上：
这样一看效果明显多了，感觉抠图效果还是非常好的。但是，抠这种简单的图片，不怎么过瘾，我们再来看看复杂一点的图片：
这张图片背景色比之前复杂一些，而且有渐变，我们来看看抠图后的效果如何：
这个原图背景不是白色，我就不弄黄色背景了，感觉这个效果也还算满意。 那么，对于多人物的图片，效果如何呢？我们再看看下面这张图片：
这里有三个人，我们看看程序能不能自动抠出来：
虽然是有点瑕疵，不过还是很不错了。 下面我们看看最后一个例子：
这个比前面的图都复杂的多，那么效果如何呢，我们来看看：
哈哈，不仅识别出了人，还把火炬识别出来并抠了出来。总的来说，在完成人物抠图方面是没有什么问题的。
这是如何实现的？
看完效果，你肯定想问这是如何实现的呢？这就需要用到百度飞桨了，飞桨是一个开源的深度学习平台，使用其工具仅用十几行代码就能实现迁移学习。
在使用之前，我们先来安装飞桨，可以进入官网，按指引快速安装： https://www.paddlepaddle.org.cn/install/quick
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，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：
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。
开始抠图
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})
4、获取文件列表
我们在控制台运行一下这个程序：
python 抠图.py
输出：
[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:\Users\zaxwz\.paddlehub\modules\deeplabv3p_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
至此，我们就完成了 5 行代码批量抠图，感兴趣的开发者赶紧上手试试吧！
飞桨官网： https://www.paddlepaddle.org.cn/
PaddleHub平台： https://github.com/PaddlePaddle/PaddleHub
飞桨开源框架项目地址： GitHub:https://github.com/PaddlePaddle/Paddle Gitee: https://gitee.com/paddlepaddle/Paddle
via:https://mp.weixin.qq.com/s/owTDSooATcVZTRIzrD-KXw