148。人工智能MODNet网络模型实现人像抠图

　　MODNet是一个仅需RGB图片输入的实时人像抠图模型。本文主要演示一下MODNetPython部署，使用的是飞桨FastDeploy。
　　预训练ONNX的MODNet模型，下载地址：
　　https：bj。bcebos。compaddlehubfastdeploymodnetphotographicportraitmatting。onnx
　　模型
　　大小
　　精度
　　modnetphotographic
　　25MB
　　实现主要过程1、加载下载的modnet模型2、读取人像图片和背景图片（背景图片高度和宽度需要大于人像图像）3、根据预测结果，返回人像抠图结果。（背景为纯色，前景为人像）4、人像与背景合成。（这里使用两种方式合成，一种使用掩模进行图像位操作，一种根据背景像素值遍历）
　　实现代码：importcv2importfastdeployasfdimportnumpyasnpmodelfilemodnetonnxmodnetphotographicportraitmatting。onnxmodelfd。vision。matting。MODNet（modelfilemodelfile，paramsfile，runtimeoptionNone，modelformatfd。Frontend。ONNX）imgcv2。imread（img77。jpg）77。jpg，386。jpg，446。jpgbgcv2。imread（imgbg1。jpg）sbgbg。copy（）resultmodel。predict（img。copy（））print（result）可视化结果visimgfd。vision。vismattingalpha（img，result）print（visimg〔0，0〕）〔153，255，120〕图像合成，背景图像大小不能小于前景图像，需要调整threshdefswapbackgroundmatting1（img，bg，thresh127）：h0，w0bg。shape〔0〕，bg。shape〔1〕h，wimg。shape〔0〕，img。shape〔1〕在背景中取合并区域，大小与前景一致roibg〔（h0h）2：（h0h）2h，（w0w）2：（w0w）2w〕img2graycv2。cvtColor（img，cv2。COLORBGR2GRAY）ret，maskcv2。threshold（img2gray，200，255，cv2。THRESHBINARY）kernelnp。ones（（5，5），np。uint8）maskcv2。morphologyEx（mask，cv2。MORPHOPEN，kernel）maskinvcv2。bitwisenot（mask）roibgcv2。bitwiseand（roi，roi，maskmask）roifgcv2。bitwiseand（img，img，maskmaskinv）roibgfgcv2。add（roibg，roifg）bg〔（h0h）2：（h0h）2h，（w0w）2：（w0w）2w〕roibgfgreturnbgbgswapbackgroundmatting1（visimg，bg，200）根据背景像素，遍历实现背景与人像合成defswapbackgroundmatting2（visimg，bg）：hbg，wbgbg。shape〔0〕，bg。shape〔1〕背景大小hfg，wfgimg。shape〔0〕，img。shape〔1〕原图大小遍历人像与背景合成，foriinrange（hfg）：forjinrange（wfg）：ifvisimg〔i，j，0〕visimg〔0，0，0〕andvisimg〔i，j，1〕visimg〔0，0，1〕andvisimg〔i，j，2〕visimg〔0，0，2〕：continuebg〔i（hbghfg）2，j（wbgwbg）2〕visimg〔i，j〕returnbgbgswapbackgroundmatting2（visimg，bg）dstnp。hstack（（img，visimg））cv2。imshow（result，dst）bgdstnp。hstack（（sbg，bg））cv2。imshow（bgdst，bgdst）cv2。waitKey（0）cv2。destroyAllWindows（）实现效果
　　人像抠图效果1
　　掩模方式合成效果
　　遍历方式合成效果
　　人像抠图效果2
　　遍历方式合成效果
　　人像抠图效果3
　　遍历方式合成效果
　　从背景与人像合成方式来说，掩模方式需要调整阈值大小，并做一些图像的开与闭操作。遍历方式合成背景与人像更直接方便。
　　从抠图效果和速度来看，效果很好，速度也非常快。