别再自己抠图了，Python用5行代码实现批量抠图

墨蓝 2023-07-15 11:24 13阅读 0赞

前言  
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。不过一些比较复杂的图，有时候还是要画点时间的，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

![在这里插入图片描述][20200310205857198.png]

![在这里插入图片描述][20200310210732409.png]

![在这里插入图片描述][20200310211117471.png]

开始吧，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

这张图片背景未纯色，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。但是吧，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，赶紧这个效果也还算满意，那么多人物的图片呢，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：

这个就比前面的都复杂的多，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还是没有什么问题的。

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  
1  
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  
1  
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()  
1  
2  
3  
4  
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  
1  
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\})  
1  
2  
3  
4  
5  
6  
7  
8  
9  
10  
11  
12  
13  
14  
15  
16  
17  
18  
19  
我们在控制台运行一下这个程序：

D:\\CodeField\\Workplace\\PythonWorkplace\\PillowTest\\11\_yellow>python 抠图.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  
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  
1  
2  
3  
4  
5  
这样我们就完成了5行代码批量抠图。  
————————————————  
版权声明：本文为CSDN博主「ZackSock」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。  
原文链接：https://blog.csdn.net/ZackSock/article/details/104738652

[20200310205857198.png]: /images/20230528/55c073a74c3645a890a615599e7cbee0.png
[20200310210732409.png]: /images/20230528/593c08e6e2f74daaa422fa7cd0514615.png
[20200310211117471.png]: /images/20230528/8f44f456bcda4344adcc9d131e342da4.png