Python利用AI接口實現(xiàn)摳圖并改圖片底色

更新時間：2022年10月08日 10:45:55 作者：小圓-

時候我們的證件照需要換底色，又來不及去照相館拍照，用ps也不好摳圖，所以今天給你們分享一下如何用python來摳圖，并換底色，需要的可以參考一下

前言

嗨嗨，大家好呀，我是小圓。有時候我們的證件照需要換底色，又來不及去照相館拍照，用ps也不好摳圖，所以今天給你們分享一下如何用python來摳圖，并換底色

一、注冊百度AI賬號

創(chuàng)建人像分割應用

百度人像分割主頁：按步驟注冊，登錄，實名認證即可。

在控制臺主頁找到人體分析

創(chuàng)建應用

里面的需要填寫的內容可以隨便寫，新用戶要去領取免費資源，不然使用不了。

創(chuàng)建完成在應用列表記錄 API Key、Secret Key的值，稍后要用。

至此，注冊賬號和創(chuàng)建應用的任務就完成了。

二、代碼實現(xiàn)

1.引入庫

import os
import requests
import base64
import cv2
import numpy as np
from PIL import Image
from pathlib import Path

???????path = os.getcwd()
paths = list(Path(path).glob('*'))

2.獲取Access Token

def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': '替換成你的API Key',  # 在開放平臺注冊后所建應用的API Key
        'client_secret': '替換成你的Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token

3.核心代碼

def removebg():
    try:
        request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg"
        # 二進制方式打開圖片文件
        f = open(name, 'rb')
        img = base64.b64encode(f.read())
        params = {"image":img}
        access_token = get_access_token()
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            res = response.json()["foreground"]
            png_name=name.split('.')[0]+".png"
            with open(png_name,"wb") as f:
                data = base64.b64decode(res)
                f.write(data)
            fullwhite(png_name) #png圖片底色填充，視情況舍去
            png_jpg(png_name) #png格式轉jpg,視情況舍去
            os.remove(png_name) #刪除原png圖片，視情況舍去
            print(name+"\t處理成功！")
    except Exception as e:
        pass

4.圖片底色填充

def fullwhite(png_name):
    im = Image.open(png_name)
    x,y = im.size
    try:
        p = Image.new('RGBA', im.size, (255,255,255))        # 使用白色來填充背景,視情況更改
        p.paste(im, (0, 0, x, y), im)
        p.save(png_name)
    except:
        pass

5.圖片壓縮

#compress_rate：數(shù)值越小照片越模糊
def resize(compress_rate = 0.5):
    im = Image.open(name)
    w, h = im.size
    im_resize = im.resize((int(w*compress_rate), int(h*compress_rate)))
    resize_w, resieze_h = im_resize.size
    #quality 代表圖片質量，值越低越模糊
    im_resize.save(name)
    im.close()

6.獲取圖圖片大小

def get_size():
    size = os.path.getsize(name)
    return size / 1024

7.png格式轉jpg

def png_jpg(png_name):
    im = Image.open(png_name)
    bg=Image.new('RGB',im.size,(255,255,255))
    bg.paste(im)
    jpg_name = png_name.split('.')[0]+".jpg"
    #quality 代表圖片質量，值越低越模糊
    bg.save(jpg_name,quality=70)
    im.close()

8.主函數(shù)

if __name__ == '__main__':
    for i in paths:
        name = os.path.basename(i.name)
        if(name==os.path.basename(__file__)):
            continue
        size = get_size()
        ##照片壓縮
        while size >=900:
            size = get_size()
            resize()   
        removebg()
        print(" ")

9.完整代碼

#人像分割
import os
import requests
import base64
import cv2
import numpy as np
from PIL import Image
from pathlib import Path

path = os.getcwd()
paths = list(Path(path).glob('*'))

def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': '替換成你的API Key',  # 在開放平臺注冊后所建應用的API Key
        'client_secret': '替換成你的Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token
def png_jpg(png_name):
    im = Image.open(png_name)
    bg=Image.new('RGB',im.size,(255,255,255))
    bg.paste(im)
    jpg_name = png_name.split('.')[0]+".jpg"
    #quality 代表圖片質量，值越低越模糊
    bg.save(jpg_name,quality=70)
    im.close()

#compress_rate：數(shù)值越小照片越模糊
def resize(compress_rate = 0.5):
    im = Image.open(name)
    w, h = im.size
    im_resize = im.resize((int(w*compress_rate), int(h*compress_rate)))
    resize_w, resieze_h = im_resize.size
    #quality 代表圖片質量，值越低越模糊
    im_resize.save(name)
    im.close()
    
def get_size():
    size = os.path.getsize(name)
    return size / 1024
    
def fullwhite(png_name):
    im = Image.open(png_name)
    x,y = im.size
    try:
        # 使用白色來填充背景
        # (alpha band as paste mask).
        p = Image.new('RGBA', im.size, (255,255,255))
        p.paste(im, (0, 0, x, y), im)
        p.save(png_name)
    except:
        pass

def removebg():
    try:
        request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg"
        # 二進制方式打開圖片文件
        f = open(name, 'rb')
        img = base64.b64encode(f.read())
        params = {"image":img}
        access_token = get_access_token()
        request_url = request_url + "?access_token=" + access_token
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            res = response.json()["foreground"]
            png_name=name.split('.')[0]+".png"
            with open(png_name,"wb") as f:
                data = base64.b64decode(res)
                f.write(data)
            fullwhite(png_name)
            png_jpg(png_name)
            os.remove(png_name)
            print(name+"\t處理成功！")
    except Exception as e:
        pass

if __name__ == '__main__':
    for i in paths:
        name = os.path.basename(i.name)
        if(name==os.path.basename(__file__)):
            continue
        size = get_size()
        ##照片壓縮
        while size >=900:
            size = get_size()
            resize()   
        removebg()
        print(" ")

[重要]使用前注意事項

1. 該程序會覆蓋原文件，使用前請備份文件，以免造成數(shù)據(jù)丟失

2. 將程序復制到和待處理的照片同目錄下，雙擊程序即可運行

到此這篇關于Python利用AI接口實現(xiàn)摳圖并改圖片底色的文章就介紹到這了,更多相關Python 摳圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

詳解pytorch的多GPU訓練的兩種方式
本文主要介紹了詳解pytorch的多GPU訓練的兩種方式，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2022-02-02
Python 讀寫 Matlab Mat 格式數(shù)據(jù)的操作
這篇文章主要介紹了Python 讀寫 Matlab Mat 格式數(shù)據(jù)的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2021-05-05
python?服務器批處理得到PSSM矩陣的問題
這篇文章主要介紹了python?服務器批處理得到PSSM矩陣,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
2022-07-07
Python3讀取和寫入excel表格數(shù)據(jù)的示例代碼
這篇文章主要介紹了Python3讀取和寫入excel表格數(shù)據(jù)的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2020-06-06
詳解Python模塊化編程與裝飾器
這篇文章主要介紹了Python模塊化編程與裝飾器的相關資料，幫助大家更好的理解和使用python，感興趣的朋友可以了解下
2021-01-01
使用Python快樂學數(shù)學Github萬星神器Manim簡介
這篇文章主要介紹了使用Python快樂學數(shù)學Github萬星神器Manim簡介,本文給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下
2019-08-08
Python實現(xiàn)的爬取百度貼吧圖片功能完整示例
這篇文章主要介紹了Python實現(xiàn)的爬取百度貼吧圖片功能,結合完整實例形式分析了Python實現(xiàn)的百度貼吧圖片爬蟲相關操作技巧,需要的朋友可以參考下
2019-05-05
Flask和Django框架中自定義模型類的表名、父類相關問題分析
這篇文章主要介紹了Flask和Django框架中自定義模型類的表名、父類相關問題,結合實例形式對比分析了Flask框架與Django框架表名定義方式的不同之處,并簡單描述了框架的父類繼承問題,需要的朋友可以參考下
2018-07-07
Python使用openpyxl批量處理數(shù)據(jù)
openpyxl 是一個用于處理 xlsx 格式Excel表格文件的第三方python庫，其支持Excel表格絕大多數(shù)基本操作。本文給大家介紹Python使用openpyxl批量處理數(shù)據(jù)的操作方法，感興趣的朋友一起看看吧
2021-06-06
數(shù)據(jù)清洗之如何用一行Python代碼去掉文本中的各種符號
我們在處理文本的時候往往需要對標點符號進行處理,下面這篇文章主要給大家介紹了關于數(shù)據(jù)清洗之如何用一行Python代碼去掉文本中的各種符號的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下
2022-11-11