ai换照片底色换成白色,Ai把证件照白底换蓝底
百度Paddle-Hub项目实践-AI会帮你改变ID的背景颜色。前言：详细的paddlehub项目和文档请参考paddlehub安装文档和paddlehub使用文档。
提示：本地安装时要特别注意版本问题。严格遵循推荐的版本可以大大减少错误报告。
1.项目具体实施细节介绍1。导入相关包，加载原图并显示。import paddle hub as hub import c v2 import matplotlib . py plot as PLT import numpy as NP from pil import image test _ img _ path= d:/Mechine _ learning _ data/2 girl . jpg img=cv2 . imread(test _ img _ path)cv2 . imshow( org ，img)cv2 . wait key(0)cv2 . destructily Windows()显示图像如下：
2.使用Paddle-hub中的DeepalBV3P _ Xcept65 _ HUMAN SEG模型进行智能抠图，获得轮廓，比传统图像处理的蒙版更加鲁棒。注：关于DeepalBV3P _ Xcept65 _ HUMAN SEG模型的具体介绍，可以看其官网。这里主要利用这个模型输出并进行后续的图像处理，通过几个代码就可以改变证书照片的背景颜色，达到高级PS修图师的水平！
human_seg=hub。module(name= deeplabv3p _ xception 65 _ human seg )result=human _ seg . segmentation(images=[cv2 . im read(test _ img _ path)]，visualization=True，Output_dir=。/)print(result)#将轮廓另存为图片RES _ image=image . from array(NP . uint 8(result[0][ data ])path= d:/python _ code/jupyternotebook/paddle ee/new . jpg RES _ image . Save(path)3 .加载保存的轮廓并显示，然后二值化，再对图像进行腐蚀膨胀操作得到输出结果，根据结果调整参数值。counter _ img _ path=path img _ counter=cv2 . im read(counter _ img _ path)img _ gray=cv2 . CVT color(img _ counter，cv2。COLOR_BGR2GRAY)ret，thresh1=cv2.threshold(img_gray，200，255，cv2。THRESH _ BINARY)kernel=cv2 . getstructuringelement(cv2。MORPH_CROSS，(5，5))erode=cv2.erode(thresh1，kernel，iterations=2)dilate=cv2 . dilate(erode，kernel，iterations=2)cv2 . im show( explain ，dilate)cv2 . im show( gray _ Img ，Img _ gray)cv2 . im show( binary _ Img ，thresh 1)cv2 . im show( counter _ Img ，img _ counter) cv2.waitkey (0) cv2 .破坏性地
这里把它们放在一起统一展示。但在实际使用中，需要对参数值进行调整，包括二值分割的阈值、是否需要全部腐蚀扩展、岩心的大小、腐蚀次数等等。
下面给出这些操作的原理和opencv_python的编写方法：
一篇关于图像二值化的文章：友情提醒：先变成灰度图像再二值化。
形象腐蚀膨胀操作篇：友情提醒：先腐蚀，后膨胀。
4.从上面的轮廓图可以发现，背景像素都是黑色的，也就是0。此时遍历整个轮廓图。如果像素值为0，则用红色背景色替换原始图片的蓝色背景色。代码实现如下：height=img _ counter . shape[0]weight=img _ counter . shape[1]香奈儿=img _ counter . shape[2]for I in range(height):for j in range(weight):if dilate[I，j]==0: img[i，j]=[0，0，255]cv2.imshow(change_img ，cv2.resize(img，dsize=None，fx=0.5，fy=0.5，inter _ in
这样就实现了改变身份证照片背景颜色的功能。但由于图片本身不同，需要对上述参数进行微调，才能得到更好的效果。
二。模型部署桨毂提供部署服务。
详细部署流程参考paddle-hub官网。
三。实践总结paddle-hub是一个优秀的平台，适合持久的枫叶深度学习，没有复杂的训练流程。另外百度提供的课程和计算能力都很强，老师团队也很负责。强烈推荐百度深度学习的两门免费课程：
百度架构师手把手带你零基础练习深入学习(适合入门)
百度峰会论文复制营(适合深度学习)
