Python快速實(shí)現(xiàn)一鍵摳圖功能的全過(guò)程

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

import paddlehub as hub
from pathlib import Path

paths = [str(i) for i in Path('.').glob('*.jpg')]  # 當(dāng)前路徑下所有.jpg文件
human_seg = hub.Module(name='deeplabv3p_xception65_humanseg')
results = human_seg.segmentation(paths=paths, visualization=True, output_dir='output')
# results = human_seg.segmentation(paths=paths, use_gpu=True, visualization=True, output_dir='output')  # 使用GPU
print(results)

文件名	原圖	效果
1.jpg
2.jpg
3.jpg
4.jpg
5.jpg

詳解

人像分割A(yù)PI

def segmentation(images=None,
                 paths=None,
                 batch_size=1,
                 use_gpu=False,
                 visualization=False,
                 output_dir='humanseg_output')

參數(shù)

• images(list[numpy.ndarray])：圖片數(shù)據(jù)，BGR格式
• paths(list[str])：圖片路徑
• batch_size(int)：批量處理數(shù)量
• use_gpu(bool)：是否使用 GPU
• visualization(bool)：是否將識(shí)別結(jié)果保存為圖片
• output_dir(str)：圖片保存路徑
  

遇到的坑

1. 報(bào)錯(cuò)RuntimeError: Environment Variable CUDA_VISIBLE_DEVICES is not set correctly. If you wanna use gpu, please set CUDA_VISIBLE_DEVICES as cuda_device_id.

import os

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

或

set CUDA_VISIBLE_DEVICES=0

參考文獻(xiàn)

一款Python實(shí)用神器，5 行 Python 代碼 實(shí)現(xiàn)一鍵批量扣圖

總結(jié)

到此這篇關(guān)于Python快速實(shí)現(xiàn)一鍵摳圖功能的文章就介紹到這了,更多相關(guān)Python一鍵摳圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！