1.Pixellib
Pixellib 是一个基于 TensorFlow 和 OpenCV 的深度学习库，用于语义分割和实例分割任务,提供了强大的工具和库来构建和训练深度神经网络模型。Pixellib 支持多种主流深度学习模型，如 DeepLabV3、Mask R-CNN、YOLOv4、YOLOv5 和 Panoptic FPN 等
2. 安装
安装tenforflow:pip3 install tensorflow-gpu或pip3 install tensorflow
安装Pixellib:pip3 install pixellib
3. 资源地址
github官网地址: https://github.com/ayoolaolafenwa/PixelLib
官方文档: https://pixellib.readthedocs.io/en/latest/
模型权重下载地址: https://github.com/bonlime/keras-deeplab-v3-plus/releases
3.颜色背景替换
import cv2
from pixellib.tune_bg import alter_bg
change_bg = alter_bg()
change_bg.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5")
output = change_bg.color_bg("sample.jpeg", colors = (0, 128, 0))#将背景置为绿色
cv2.imwrite("img.jpg", output)
new_image = cv2.imread("img.jpg")
# 模糊让边缘更平滑
blurred_image = cv2.GaussianBlur(new_image, (5, 5), 0)
# 保存最终输出图像
cv2.imwrite("img_blur.jpg", blurred_image)
原图 换背景颜色图
4. 替换背景图片
from pixellib.tune_bg import alter_bg
import cv2
# 创建 alter_bg 实例
change_bg = alter_bg()
# 加载预训练模型
change_bg.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5")
# # 替换背景
output = change_bg.change_bg_img(f_image_path="sample.jpeg",b_image_path="bg.jpeg", output_image_name="new_img.jpg")
# 加载输出图像
new_image = cv2.imread("new_img.jpg")
#模糊
blurred_image = cv2.GaussianBlur(new_image, (5, 5), 0)
# 保存最终输出图像
cv2.imwrite("final_output.jpg", blurred_image)
原图 换背景图
上面是网上找的图，再测试一下手机拍的图。
5. 虚化背景
from pixellib.tune_bg import alter_bg
# 创建 alter_bg 实例
change_bg = alter_bg()
# 加载预训练模型
change_bg.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5")
# 替换背景
output=change_bg.change_bg_img(f_image_path="sample.jpeg",b_image_path="bg.jpeg",output_image_name="new_img.jpg",detect="person")
change_bg.blur_bg("final_output.jpg", extreme=True, detect="person", output_image_name="blur_img.jpg")
小结:对于color_bg函数，可以指定detect参数来获取我们想要分割的目标，默认是模型获取所有目标。如果目标很多，只想要获取人物，可以detect="person'。
不足或错误之处，欢迎指正与评论!
标签：bg,Pixellib,img,cv2,image,语义,output,替换,change From： https://www.cnblogs.com/wancy/p/18262403