前言
emmm…快开学了，将红件照手头只有红底证件照，底证但是转成学院要求要蓝底，这可咋办呢。蓝底懒得下ps了。将红件照自己撸起来吧。底证
方法一: lableme
lableme标注完后。转成得到一个json文件，蓝底然后将这种json文件转成掩码图.
# 代码来自 https://blog.csdn.net/hello_dear_you/article/details/120130155import jsonimport numpy as npimport cv2# read json filewith open("origin_json/mypic.json",将红件照 "r") as f: data = f.read() # convert str to json objsdata = 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 shapeimage = cv2.imread("origin_png/person.jpg") # create a blank imagemask = np.zeros_like(image, dtype=np.uint8) # fill the contour with 255cv2.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/1961aa0c02eeimport cv2import 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] = bgrcv2.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，底证并且难以避免人与背景边缘会有残留红色像素的转成情况。
方法二: 阈值
该方法通过比较像素的蓝底RGB与背景的RGB来区分是否为图像背景。
Opencv
import cv2import numpy as npdef mean_square_loss(a_np,将红件照 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RBG target_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_imagefrom PIL import Imageimport torchimport timedef mean_square_loss(a_ts, b_ts): # print(a_ts.shape) # print(b_ts) sl = (a_ts - b_ts) ** 2 return 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) / 255 h, w = src.shape[1], src.shape[2] pha = torch.ones(h, w, 3) bg = torch.tensor([168,36,32]) / 255 target_bg = torch.tensor([19,122,171]) / 255 # C, H, W ->H, W, C src = 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,底证 0.0, 0.0]) # H, W, C ->C, H, W src = 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，转成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 cv2import 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
