Python一键替换证件照背景，还用去照相馆？

哈喽，大家好。今天继续给大家分享实战项目。

用深度学习算法替换证件照背景，带 UI 界面那种，从此可以跟照相馆说拜拜了。

下面我们来学习一下该项目，文末有源代码和开源地址。

没有啰嗦的文字，没有多余的代码，只有通俗的讲解。

1. 思路

先来看一下最终的效果。

效果

左边是原图片，右边是替换背景后的图片，支持替换任意颜色背景。

项目的实现思路很简单：

用户上传的原图后，使用已经训练好的人像分割模型将人像切割出来
将切割后的图片展示在新背景上

2. 模型

图像分割是要将图片根据内容分割成不同的块，如下图所示：

相比图像分类和检测，图像分割是一项更精细的工作，因为需要对每个像素点分类，物体的轮廓是精准勾勒的。

本项目的图像（人像）分割采用飞桨(PaddlePaddle)提供的deeplabv3p_xception65_humanseg模型。该模型基于DeepLabv3+，用百度自建数据集进行训练，可用于人像分割，支持任意大小的图片输入。

DeepLabv3+ 是 Google DeepLab 语义分割系列网络的最新作，这里说的语义分割是图像分割中的一类。

DeepLabv3+的网络结构如下：

DeepLabv3+

DeepLabv3+通过encoder-decoder进行多尺度信息的融合，encoder是原来的DeepLabv3，但DCNN采用了改进的Xception，提高了语义分割的健壮性和运行速率。

decoder是DeepLabv3+相比DeepLabv3新增的，其将底层特征与高层特征进一步融合，提升分割边界准确度。

下面是人像分割的核心代码：

from paddlehub import Module# 加载训练好的人像分割模型
module = Module(directory="module/deeplabv3p_xception65_humanseg")# 进行分割
res = module.segmentation(paths=[filename], output_dir='../cache', visualization=True)

filename是原图片的路径。

3. UI

UI 界面使用ttkbootstrap开发，它是TKinter的美化库，使用方法跟TKinter一样。

这里介绍下 UI 界面的核心代码。

首先需要一个按钮来选择原图片

import ttkbootstrap as ttkttk.Button(self.leftFrame, text='选择图片', command=self.openFile)

点击选择图片按钮后，会调用openFile函数对原图片进行人像分割，分割出来的人像存储在临时文件中。

还需要一个按钮展示转换背景后的图片

ttk.Button(self.leftFrame, text='转换底色', command=self.render)

render函数会展示转换后的图片，核心代码如下：

def render(self):# 获取新背景色colorHEX = self.color.get()# 获取分割后的人像图片base_img = Image.open(self.outputdir)# 展示新背景background = Image.new('RGBA', base_img.size, colorHEX)x, y = base_img.size# 将分割后的人像贴在新背景上background.paste(base_img, (0, 0, x, y), base_img)self.image_final = background

self.image_final是转换背景后的图片，调整大小后便可以在 UI 上展示。

4. 运行

到这里，整个项目已经介绍完了，最后简单说下拿到源码后如何运行该项目。

首先，安装飞桨(PaddlePaddle)

pip install --upgrade paddlepaddle -i https://mirror.baidu.com/pypi/simplepip install --upgrade paddlehub -i https://mirror.baidu.com/pypi/simple

然后，安装ttkbootstrap

pip install ttkbootstrap

最后，运行Circulation.py文件即可。

如果本文对你有帮助，就点个在看鼓励下吧。

代码获取

源代码在下方公众号获取。

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了面试技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

方式①、发送如下图片至微信，长按识别，后台回复：加群；
方式②、添加微信号：dkl88191，备注：来自CSDN
方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群