近期百度上线了人像抠图 API – 人像分割 – 识别图像中的人体轮廓，与背景进行分离，其主要分析能力为：
识别人体的轮廓范围，与背景进行分离，适用于拍照背景替换、照片合成、身体特效等场景；
输入正常人像图片，返回分割后的二值结果图，返回的二值图像需要进行二次处理才可查看分割效果.
技术和应用场景简单介绍参考 – 人像分割技术正式上线 一键抠像 欢迎免费使用.
1. 百度人像分割技术简介
核心能力
精准识别图像中的人体轮廓边界，将人体轮廓与图像背景进行分离，实现像素级分割，一键抠像.
技术优势
- 适应性强：图像中有多个人体，或者背景比较复杂时，都不在话下，还能hold住人体位置重叠、遮挡、背面、侧面、大动作等各类场景.
- 精准分割：人体轮廓边缘清晰可见，评测IoU 95%以上.
分割效果图
应用场景
- 人像抠图
将原始图片中的人像分离出来，选择新的背景图像进行替换、合成；同时可以对背景进行虚化处理，突出人像，实现大光圈人像拍照效果。手残党也能变成修图小能手~ - 人体特效
视频直播过程中，识别用户的人体轮廓，为人像实时增加各种设定的背景特效、贴纸道具，拉轰、上档次，妥妥的！
示例：
图片去背景
照片背景替换
典型案例 – 美啦相机APP
美啦相机是广州光锥元信息科技有限公司推出的美颜美体应用软件，为女性提供全能的修图服务. 今年8月接入百度人像分割技术，精确分离照片中的人像和背景，为用户提供换背景、给背景添加滤镜、景深模式等定制化个性服务. 一秒就变小仙女~
如何接入
人像分割服务已正式上线，欢迎免费试用，请戳这里：http://ai.baidu.com/tech/body/seg
2. Python 调用百度 API 测试 Demo
需要首先安装 baidu-aip-2.2.8.0 包
sudo pip2 install baidu-aip
# 或
sudo pip3 install baidu-aip百度 API 测试代码如下：
import cv2
import base64
import numpy as np
from aip import AipBodyAnalysis
# 在百度云中申请，每天各接口有 500 次调用限制.
APP_ID = '****'
API_KEY = '****'
SECRET_KEY = '****'
client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
imgfile = 'test.jpg'
ori_img = cv2.imread(imgfile)
height, width, _ = ori_img.shape
with open(imgfile, 'rb') as fp:
img_info = fp.read()
seg_res = client.bodySeg(img_info)
labelmap = base64.b64decode(seg_res['labelmap'])
nparr = np.fromstring(labelmap, np.uint8)
labelimg = cv2.imdecode(nparr,1)
labelimg = cv2.resize(labelimg,(width,height), interpolation=cv2.INTER_NEAREST)
new_img = np.where(labelimg==1, 255, labelimg)
maskfile = imgfile.replace('.jpg', '_mask.png')
cv2.imwrite(maskfile, new_img)
res_imgfile = imgfile.replace('.jpg', '_res.jpg')
result = cv2.bitwise_and(ori_img, new_img)
cv2.imwrite(res_imgfile, result)
print('Done.')随便从淘宝上找了几张模特图，测试结构如下：
总结：
根据 API 输出结果解析出来的 shape 为 473x473x3，应该采用了类似于 PSPNet 的语义分割网络做的二类分割背景人体背景+人体.
测试结果感觉差强人意.
声明：本站部分文章或资源，整理于网络或由网友提供，主要用于知识性分享与学习用途。若相关内容侵犯了原著者的合法权益，请联系处理。