前言
emmm…快开学了，手头只有红底证件照，但是学院要求要蓝底，这可咋办呢。懒得下ps了。自己撸起来吧。
方法一: lableme
lableme标注完后。得到一个json文件，然后将这种json文件转成掩码图.
# 代码来自 https://blog.csdn.net/hello_dear_you/article/details/120130155
import json
import numpy as np
import cv2
# read json file
with open("origin_json/mypic.json", "r") as f:data = f.read()# convert str to json objs
data = json.loads(data)# get the points
points = data["shapes"][0]["points"]
points = np.array(points, dtype=np.int32) # tips: points location must be int32# read image to get shape
image = cv2.imread("origin_png/person.jpg")# create a blank image
mask = np.zeros_like(image, dtype=np.uint8)# fill the contour with 255
cv2.fillPoly(mask, [points], (255, 255, 255))# save the mask
cv2.imwrite("mask/person_mask.png", mask)
大概是这样:
然后利用这个mask生成图片
# 参考自: https://www.jianshu.com/p/1961aa0c02ee
import cv2
import numpy as nporigin_png = 'origin_png/person.jpg'
# maskPath = 'mask/person_mask.png'
maskPath = 'mask/bmv2.png'
result_png = 'result_png/result_png.png'maskImg = cv2.imread(maskPath)
img = cv2.imread(origin_png)
assert maskImg.shape == img.shape, 'maskImg.shape != origin_png.shape'h, w = img.shape[0], img.shape[1]
print('图片宽度: {}, 高度: {}'.format(h, w))rgb = (19,122,171)
bgr = (rgb[2], rgb[1], rgb[0])
# (B, G, R)
for i in range(h):for j in range(w):if (maskImg[i, j] == 0).all():img[i, j] = bgr
cv2.imwrite(result_png, img)
print('图片写入 {} 成功'.format(result_png))
由于人长得一般，就不放图了…
缺点:
lableme标注时挺费力，并且难以避免人与背景边缘会有残留红色像素的情况。
方法二: 阈值
该方法通过比较像素的RGB与背景的RGB来区分是否为图像背景。
Opencv
import cv2
import numpy as npdef mean_square_loss(a_np, b_np):sl = np.square(a_np - b_np)return np.mean(sl)def change_red2blue(origin_png, result_png):img = cv2.imread(origin_png)h, w = img.shape[0], img.shape[1]print('图片宽度: {}, 高度: {}'.format(h, w))origin_rgb = (168,36,32) # 可以用浏览器啥的控制台工具提取出背景的rgb值origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])target_rgb = (19,122,171) # 蓝底RBGtarget_bgr = (target_rgb[2], target_rgb[1], target_rgb[0])for i in range(h):for j in range(w):# (B, G, R)if mean_square_loss(img[i, j], origin_bgr) < 50:img[i, j] = target_bgr cv2.imwrite(result_png, img)print('图片写入 {} 成功'.format(result_png))if __name__ == '__main__':# origin_png = 'result_png/result_png.png'origin_png = 'origin_png/person.jpg'result_png = 'result_png/result_refine.png'change_red2blue(origin_png, result_png)
结果人与背景边缘仍会存在红色像素残留
PIL
from torchvision.transforms.functional import to_tensor, to_pil_image
from PIL import Image
import torch
import timedef mean_square_loss(a_ts, b_ts):# print(a_ts.shape)# print(b_ts)sl = (a_ts - b_ts) ** 2return sl.sum()def change_red2blue(origin_png, result_png):src = Image.open(origin_png)src = to_tensor(src)# print(src.shape) # torch.Size([3, 800, 600])# channel: (R, G, B) / 255h, w = src.shape[1], src.shape[2]pha = torch.ones(h, w, 3)bg = torch.tensor([168,36,32]) / 255target_bg = torch.tensor([19,122,171]) / 255# C, H, W -> H, W, Csrc = src.permute(1, 2, 0)for i in range(h):for j in range(w):if mean_square_loss(src[i][j], bg) < 0.025: # 0.025是阈值，超参数pha[i][j] = torch.tensor([0.0, 0.0, 0.0])# H, W, C -> C, H, Wsrc = src.permute(2, 0, 1)pha = pha.permute(2, 0, 1)com = pha * src + (1 - pha) * target_bg.view(3, 1, 1)to_pil_image(com).save(result_png)if __name__ == '__main__':origin_png = 'origin_png/person.jpg'result_png = 'result_png/com.png'start_time = time.time()change_red2blue(origin_png, result_png)spend_time = round(time.time() - start_time, 2)print('生成成功，共花了 {} 秒'.format(spend_time))
该方法质量较好，但一张图片大概需要12秒。
方法四： Background MattingV2
Real-Time High-Resolution Background Matting
CVPR 2021 oral
论文：https://arxiv.org/abs/2012.07810
代码：https://github.com/PeterL1n/BackgroundMattingV2
github的readme.md有inference的colab链接，可以用那个跑
由于这篇论文是需要输入一张图片(例如有人存在的草地上)和背景图片的(如果草地啥的)， 然后模型会把人抠出来。
于是这里我需要生成一个背景图片。
首先我先借助firefox的颜色拾取器（或者微信截图，或者一些在线工具，例如菜鸟工具），得到十六进制，再用在线转换工具转成rgb。
然后生成一个背景图片。
import cv2
import numpy as npimage = cv2.imread("origin_png/person.jpg")
origin_rgb = (168,36,32) # 可以用浏览器啥的控制台工具提取出背景的rgb值
origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])
image[:, :] = origin_bgrcv2.imwrite("mask/bg.png", image)
需要上传人的照片和背景照片, 如果名字和路径不一样则需要修改一下代码
src = Image.open('src.png')
bgr = Image.open('bgr.png')
另外原论文是边绿底，要变蓝底，白底，红底则可以修改RGB值，举个例子，原来是这样的(绿底, RGB120, 255, 155)
com = pha * fgr + (1 - pha) * torch.tensor([120/255, 255/255, 155/255], device='cuda').view(1, 3, 1, 1)
那么加入我要换白底(255, 255, 255)，就是
com = pha * fgr + (1 - pha) * torch.tensor([255/255, 255/255, 255/255], device='cuda').view(1, 3, 1, 1)
假如像我换蓝底(19,122,171)具体深浅可以调节一下RGB，就是
com = pha * fgr + (1 - pha) * torch.tensor([19/255, 122/255, 171/255], device='cuda').view(1, 3, 1, 1)
总结: 其实这种方法从 任何颜色的照片 都可以 换成任何颜色的底。只要换下RGB.
然后就输出图片了。可以看到效果相当好。不愧是oral。
原论文可以实现发丝级效果
报错解决方案
can’t divided by 4 / can’t divided by 16
由于该骨干模型可能进行4倍或16倍下采样，因此如果您的证件照不是该倍数的话，有两种选择方案。一种是padding, 填充后再送入模型，然后出结果后再用clip函数裁剪。另一种方式是resize, 给resize到规定倍数的宽和高。
这两种方案需要的代码都可以从这篇博文找到: python图像填充与裁剪/resize
