编程语言
首页 > 编程语言> > Python一键替换证件照背景,还用去照相馆?

Python一键替换证件照背景,还用去照相馆?

作者:互联网

哈喽,大家好。今天继续给大家分享实战项目。

用深度学习算法替换证件照背景,带 UI 界面那种,从此可以跟照相馆说拜拜了。

下面我们来学习一下该项目,文末有源代码和开源地址。

没有啰嗦的文字,没有多余的代码,只有通俗的讲解。

1. 思路

先来看一下最终的效果。

图片

效果

左边是原图片,右边是替换背景后的图片,支持替换任意颜色背景。

项目的实现思路很简单:

  1. 用户上传的原图后,使用已经训练好的人像分割模型将人像切割出来

  2. 将切割后的图片展示在新背景上

2. 模型

图像分割是要将图片根据内容分割成不同的块,如下图所示:

图片

相比图像分类和检测,图像分割是一项更精细的工作,因为需要对每个像素点分类,物体的轮廓是精准勾勒的。

本项目的图像(人像)分割采用飞桨(PaddlePaddle)提供的deeplabv3p_xception65_humanseg模型。该模型基于DeepLabv3+,用百度自建数据集进行训练,可用于人像分割,支持任意大小的图片输入。

DeepLabv3+ 是 Google DeepLab 语义分割系列网络的最新作,这里说的语义分割是图像分割中的一类。

DeepLabv3+的网络结构如下:

图片

DeepLabv3+

DeepLabv3+通过encoder-decoder进行多尺度信息的融合,encoder是原来的DeepLabv3,但DCNN采用了改进的Xception,提高了语义分割的健壮性和运行速率。

decoderDeepLabv3+相比DeepLabv3新增的,其将底层特征与高层特征进一步融合,提升分割边界准确度。

下面是人像分割的核心代码:

from paddlehub import Module

# 加载训练好的人像分割模型
module = Module(directory="module/deeplabv3p_xception65_humanseg")

# 进行分割
res = module.segmentation(paths=[filename], output_dir='../cache', visualization=True)

filename是原图片的路径。

3. UI

UI 界面使用ttkbootstrap开发,它是TKinter的美化库,使用方法跟TKinter一样。

这里介绍下 UI 界面的核心代码。

首先需要一个按钮来选择原图片

import ttkbootstrap as ttk

ttk.Button(self.leftFrame, text='选择图片', command=self.openFile)

点击选择图片按钮后,会调用openFile函数对原图片进行人像分割,分割出来的人像存储在临时文件中。

还需要一个按钮展示转换背景后的图片

ttk.Button(self.leftFrame, text='转换底色', command=self.render)

render函数会展示转换后的图片,核心代码如下:

def render(self):
  # 获取新背景色
  colorHEX = self.color.get()

  # 获取分割后的人像图片
  base_img = Image.open(self.outputdir)
  # 展示新背景
  background = Image.new('RGBA', base_img.size, colorHEX)
  x, y = base_img.size
  # 将分割后的人像贴在新背景上
  background.paste(base_img, (0, 0, x, y), base_img)
  self.image_final = background

self.image_final是转换背景后的图片,调整大小后便可以在 UI 上展示。

4. 运行

到这里,整个项目已经介绍完了,最后简单说下拿到源码后如何运行该项目。

首先,安装飞桨(PaddlePaddle)

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

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

然后,安装ttkbootstrap

pip install ttkbootstrap

最后,运行Circulation.py文件即可。

如果本文对你有帮助,就点个在看鼓励下吧。

代码获取

源代码在下方公众号获取。

推荐文章

技术交流

欢迎转载、收藏、有所收获点赞支持一下!
在这里插入图片描述

目前开通了面试技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

长按关注

标签:分割,img,Python,self,一键,DeepLabv3,base,证件照,图片
来源: https://blog.csdn.net/qq_34160248/article/details/123129160