具体实现步骤如下：

1.原始图

原始图

2.从原始图片获得Alpha图

# 从原始图片获得Alpha图  org：原始图的路径 返回得到的Alpha图
def seg_trimap(org):image = Image.open(org)img = np.array(image)net = pre_net()inputs_test = pre_test_data(img)d1, d2, d3, d4, d5, d6, d7 = net(inputs_test)# normalizationpred = d1[:, 0, :, :]pred = normPRED(pred)# 将数据转换成图片im = get_im(pred)# im.save(alpha)sp = image.size# 根据原始图片调整尺寸imo = im.resize((sp[0], sp[1]), resample=Image.BILINEAR)imo.save("alpha_resize111.jpg")return imoreturn imo

Alpha图

3.将Alpha图转成trimap图

def to_standard_trimap(alpha):#  Alpha图生成 trimap# image = Image.open(alpha)image = alpha;# image = image.convert("P")# image_file.save('resize_trimap.png')sp = image.sizewidth = sp[0]height = sp[1]for yh in range(height):for xw in range(width):dot = (xw, yh)color_d_arr = image.getpixel(dot)color_d=color_d_arr[0]if 0 < color_d <= 60:image.putpixel(dot, (0,0,0))if 60 < color_d <= 200:image.putpixel(dot, (128,128,128))if 200 < color_d <= 255:image.putpixel(dot, (255,255,255))image.save("trimap1111.jpg")return image

trimap图

4.通过原始图和trimap图结合背景色生成最终结果

def to_background(org, resize_trimap, id_image, color):"""org：原始图片resize_trimap：trimapid_image：新图片color: 背景颜色"""scale = 1.0image = load_image(org, "RGB", scale, "box")trimap = load_image(resize_trimap, "GRAY", scale, "nearest")im = Image.open(org)# estimate alpha from image and trimaptry:alpha = estimate_alpha_cf(image, trimap)except:print("异常")print(org)a = "-1"return anew_background = Image.new('RGB', im.size, color_dict[color])new_background.save("bj.png")# load new backgroundnew_background = load_image("bj.png", "RGB", scale, "box")# estimate foreground from image and alphaforeground, background = estimate_foreground_ml(image, alpha, return_background=True)# blend foreground with background and alphanew_image = blend(foreground, new_background, alpha)save_image(id_image, new_image)return id_image

结果图

至此，生成纯色证件照的功能已实现。
接下来使用Vue写程序界面以提供用户交互，由于证件照有特定的尺寸，此处借助vue-croppe实现让用户在前端将纯色证件照剪切成一寸或者两寸。

代码较多不进行展示，有需要跳转到文末获取源代码。

界面实现效果如下：

源码如下：
后端：https://github.com/QiuYang01/profilepicture-server
前端：https://github.com/QiuYang01/profilepicture-client

使用U2-Net深层网络实现——证件照生成程序相关推荐

爬虫分类——通用网络爬虫、聚焦网络爬虫、增量式网络爬虫、深层网络爬虫
爬虫分类网络爬虫按照系统结构和实现技术,大致可以分为以下几种类型:通用网络爬虫.聚焦网络爬虫.增量式网络爬虫.深层网络爬虫. 实际的网络爬虫系统通常是几种爬虫技术相结合实现的通用网络爬虫通用网络 ...
4.2 深层网络中的前向传播-深度学习-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 4.1 深层神经网络回到目录 4.3 核对矩阵的维数深层网络中的前向传播 (Forward Propagation in a Deep Network) 跟往常一样,我们 ...
从自我学习到深层网络
从自我学习到深层网络 From Ufldl Jump to: navigation, search 在前一节中,我们利用自编码器来学习输入至 softmax 或 logistic 回归分类器的特 ...
Stanford UFLDL教程从自我学习到深层网络
从自我学习到深层网络在前一节中,我们利用自编码器来学习输入至 softmax 或 logistic 回归分类器的特征.这些特征仅利用未标注数据学习获得.在本节中,我们描述如何利用已标注数据进行微调, ...
TFboys：使用Tensorflow搭建深层网络分类器
前言根据官方文档整理而来的,主要是对Iris数据集进行分类.使用tf.contrib.learn.tf.contrib.learn快速搭建一个深层网络分类器, 步骤导入csv数据搭建网络分类器 ...
Deep Web(深层网络or深度网络）
深层网络:揭示网络中隐藏的价值 World Wide Web(简称WWW,或Web网)自20世纪90年代发明以来就一直呈现蓬勃发展之势,到今天为止其蕴含着海量的丰富资源,包罗万象,是人类一笔宝贵的 ...
深度学习入门笔记（八）：深层网络的原理
欢迎关注WX公众号:[程序员管小亮] 专栏--深度学习入门笔记声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献. 2)本文仅供学术交流,非商用.所以每一部分具 ...
茹立云：深层网络搜索核心技术研讨
[讲师]茹立云,搜索事业部总经理 [内容简介] 自google在90年代末推出搜索引擎引来,搜索引擎的技术有了长足的进步,尤其在搜索结果的及时性.精准性等方面有了很大突破.但是这十多年来,搜索引擎一直 ...
（未完）论文笔记——深层网络的公理化属性（Axiomatic Attribution for Deep Networks）
论文--Axiomatic Attribution for Deep Networks 1. 介绍 2. 基本公理 2.1 公理:敏感性(a) 2.2 公理:实现不变性 Axiomatic Attri ...

使用U2-Net深层网络实现——证件照生成程序

具体实现步骤如下：

1.原始图

2.从原始图片获得Alpha图

3.将Alpha图转成trimap图

4.通过原始图和trimap图结合背景色生成最终结果

使用U2-Net深层网络实现——证件照生成程序相关推荐

最新文章

热门文章