一键抠图,毛发毕现:这个GitHub项目助你快速PS-阿里云开发者社区

开发者社区> 超努力的写代码> 正文

一键抠图,毛发毕现:这个GitHub项目助你快速PS

简介: 快速抠图不留痕,设计看了都精神。
+关注继续查看

抠图是 PS 中的一项常用技术。但是要做到完美地将图像中的目标选取出来往往费时费力。近日,一个名为 PyMatting 的项目无疑能够帮助你。


项目地址:https://github.com/pymatting/pymatting


无需手动,一键抠图


抠图的 AI 应用场景是这样的:给定一张图像,通过划定一个区域,AI 应当能够估计到划定区域内的前景图目标,并将这个前景完整地抽取出来,用来替换到其他背景的图像中去。


因此,抠图需要两个 AI 能力:首先,AI 需要能够在划定的区域内识别目标。其次,AI 要能够完整地将目标抽取出来,没有划定错误的边缘、模糊的图像等问题。


微信图片_20211203095332.jpg


上图为项目作者提供的示例。给定一只动物的图像(左上),以及人划定的区域(右上),算法应当能够获得划定区域内目标的阿尔法通道,即区分前景和背景的黑白轮廓(左下)。有了这一数据,就可以从原图中抠去目标,并移动到新的图像中去(右下)。


据项目介绍,PyMatting 具有以下特性。


首先,项目能够完成阿尔法抠图(Alpha Matting),其中包括 Closed-Form 抠图、大核抠图(Large Kernel Matting)、KNN 抠图、基于学习的数字抠图(Learning Based Digital Matting)、随机游走(Random Walk)抠图等算法。


同时,项目也能完成前景预估,包括 Clos Form 前景预估和多级别前景预估(基于 CPU、CUDA 和 OpenCL 等)算法。


该项目还可以进行快速多线程 KNN 搜索、不完全阈值化楚列斯基分解(incomplete thresholded Cholesky decomposition)、V 轮几何多网格预条件子(V-Cycle Geometric Multigrid preconditioner)等。


使用方法


在使用前,你需要保证电脑安装相应的 Python 环境(Python 3),同时需要以下安装包:


numpy>=1.16.0

pillow>=5.2.0

numba>=0.47.0

scipy>=1.1.0


由于项目需要 GPU,因此也需要 GPU 相关支持:

cupy-cuda90>=6.5.0 or similar

pyopencl>=2019.1.2


除此之外,为了进行测试,也需要:

pytest>=5.3.4


为了方便使用,作者提供了一些示例代码。例如,如下代码中,给定原始图像和抠图框,可以抽取出阿尔法前景:

from pymatting import cutout

cutout(

    # input image path"data/lemur.png",

    # input trimap path"data/lemur_trimap.png",

    # output cutout path"lemur_cutout.png")


作者还提供了高级代码,直接进行抠图,生成新图像:


image = load_image("../data/lemur/lemur.png", "RGB", scale, "box")

trimap = load_image("../data/lemur/lemur_trimap.png", "GRAY", scale, "nearest")

# estimate alpha from image and trimap

alpha = estimate_alpha_cf(image, trimap)

# make gray background

new_background = np.zeros(image.shape)

new_background[:, :] = [0.5, 0.5, 0.5]

# estimate foreground from image and alpha

foreground, background = estimate_foreground_ml(image, alpha, return_background=True)

# blend foreground with background and alpha, less color bleeding

new_image = blend(foreground, new_background, alpha)


除了代码示例外,项目还提供了测试代码,可在主目录中运行:

python3 tests/download_images.py

pip3 install -r requirements_tests.txt

pytest

这一测试能够覆盖 89% 的代码。


除了项目外,作者还提供了不同的抠图算法的基准测试结果,如下所示:

微信图片_20211203095715.jpg不同算法在测试数据集上的均方误差大小。


可以看出,基于学习的算法和 Closed-Form 算法都能取得不错的效果。


完整的基准测试结果:https://pymatting.github.io/benchmark.html


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
eclipse提交项目到github
1.在https://github.com   new repository 2.在eclipse中new project  比如:Test项目 3.右击"Test"->Team->share project...  ->select a repository type:Git 勾选  Use or create repository in parent folder of project 点击  Create Repository  ->  Finish 这时候打开在workspace中的Test目录会发现多了一个.git文件夹。
572 0
Github从项目fork者到项目合作者
这里主要讲一个小技巧,当我们fork一个项目之后,频繁的贡献代码给项目,最后变为项目的合作者,被项目创始人加入到合作者清单里,我们需要做什么。 实例图,项目Settings选项下 一般我们参与贡献项目,都要经历如下步骤 1、首先fork项目到自己的源里面,然后进行修改,最后提交我们的修改到自己的源下面。
693 0
Android Studio 快速实现上传项目到Github(详细步骤)
前言: 本文主要讲解如何将Android Studio项目上传至GitHub,在此之前,先介绍几个概念。 Android Studio:是谷歌推出一个Android集成开发工具,基于IntelliJ IDEA,类似 Eclipse ADT,Android Studio 提供了集成的 Android 开发工具用于开发和调试。
2022 0
c#+wpf项目性能优化之OutOfMemoryException解密
近期,使用c#+wpf开发的软件准备正式投入使用了,使用前进行了大量的测试,测试后发现了一些问题,其中最让人头疼的就是软件的性能问题(稳定性)。 这里的稳定性具体表现在机器的cpu占有率和内存使用情况: 1,CPU占用率节节攀升。
1721 0
Github 开源项目(二) jsmpeg-vnc
参考文章:http://blog.csdn.net/qq_28877125/article/details/70141713 适用于Windows的低延迟,高帧率屏幕共享服务器以及用于浏览器的客户端 (A low latency, high framerate screen sharing serv...
1252 0
机器之心GitHub项目:从零开始用TensorFlow搭建卷积神经网络
机器之心基于 Ahmet Taspinar 的博文使用 TensorFlow 手动搭建卷积神经网络,并提供所有代码和注释的 Jupyter Notebook 文档。我们将不仅描述训练情况,同时还将提供各种背景知识和分析。所有的代码和运行结果都已上传至 Github,机器之心希望通过我们的试验提供精确的代码和运行经验,我们将持续试验这一类高质量的教程和代码。
16 0
1946
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载