前言
對於會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。不過一些比較複雜的圖，有時候還是要畫點時間的，今天就給大家帶了一個非常快速簡單的辦法，用Python來批量摳取人像。
效果展示
開始吧，我也不看好什麼自動摳圖，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麼難題，下面是效果圖：
因爲本身是PNG圖片，而且原圖是白色背景，所以看不出什麼區別。爲了顯示效果，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，不怎麼過癮，我們再來看看複雜一點的圖片：
這張圖片背景色比之前複雜一些，而且有漸變，我們來看看摳圖後的效果如何：
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，那麼多人物的圖片呢，我們再看看下面這張圖片：
這裏有三個人，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，下面我們看看最後一個例子：
這個就比前面的都複雜的多，那麼效果如何呢，我們來看看：
哈哈，不僅識別出了人，還把火炬識別出來並摳了出來。總的來說，在完成人物摳圖方面還是沒有什麼問題的。
環境
看完效果，那麼應該怎麼實現呢？這就需要用到paddlepaddle了，那paddlepaddle是什麼呢？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。爲了方便，這裏直接使用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
1
安裝完成後我們可以在環境中測試一下是否成功。我這裏使用命令行窗口，先運行python.exe（前提是你已經配置了環境變量）
C:\Users\zaxwz>python
1
然後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 win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import paddle.fluid
>>> paddle.fluid.install_check.run_check()
1
2
3
4
如果控制檯顯示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
1
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，大概分爲下面幾個步驟：
導入模塊
加載模型
獲取文件列表
摳圖
實現起來沒有什麼難度，爲了方便讀代碼，我將代碼寫清楚一點：
# 1、導入模塊
import os
import 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})
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
我們在控制檯運行一下這個程序：
D:\CodeField\Workplace\PythonWorkplace\PillowTest\11_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:\Users\zaxwz\.paddlehub\modules\deeplabv3p_xception65_humanseg
[2020-03-10 21:42:35,472] [ INFO] - 0 pretrained paramaters loaded by PaddleHub
1
2
3
4
運行完成後，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 hub
humanseg = 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
1
2
3
4
5
這樣我們就完成了5行代碼批量摳圖。
————————————————
版權聲明：本文爲CSDN博主「ZackSock」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/ZackSock/article/details/104738652