前言
对于会PhotoShop的人来说，抠图是非常简单的操作了，有时候几秒钟就能抠好一张图。不过一些比较复杂的图，有时候还是要画点时间的，今天就给大家带了一个非常快速简单的办法，用Python来批量抠取人像。
效果展示
开始吧，我也不看好什么自动抠图，总觉得不够精确，抠不出满意的图。下面我就直接展示一下效果图吧。我们先看看原图
这张图片背景未纯色，我们平时用PhotoShop抠起来也比较简单，对我们计算机来说也不是什么难题，下面是效果图：
因为本身PNG图片，而且原图是白色背景，所以看不出什么区别。为了显示效果，我把原图和抠好的图放到一张黄色背景图片上：
这样一看效果明显多了，感觉抠图效果还是非常好的。但是吧，抠这种简单的图片，不怎么过瘾，我们再来看看复杂一点的图片：
这张图片背景色比之前复杂一些，而且有渐变，我们来看看抠图后的效果如何：
这个原图背景不是白色，我就不弄黄色背景了，赶紧这个效果也还算满意，那么多人物的图片呢，我们再看看下面这张图片：
这里有三个人，我们看看程序能不能自动抠出来：
虽然是有点瑕疵，不过还是很不错了，下面我们看看最后一个例子：
这个就比前面的都复杂的多，那么效果如何呢，我们来看看：
哈哈，不仅识别出了人，还把火炬识别出来并抠了出来。总的来说，在完成人物抠图方面还是没有什么问题的。
环境
看完效果，那么应该怎么实现呢？这就需要用到paddlepaddle了，那paddlepaddle是什么呢？paddlepaddle是一个开源的深度学习工具，我们使用该工具可以仅用十几行代码实现迁移学习。在使用之前，我们先来安装paddlepaddle，官网上用安装指引。为了方便，这里直接使用pip安装CPU版本的。我们执行下列语句：
<code>python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple/<code>
安装完成后我们可以在环境中测试一下是否成功。我这里使用命令行窗口，先运行python.exe（前提是你已经配置了环境变量）
<code>C:\\Users\\zaxwz>python/<code>
然后在程序中运行如下代码：
<code>Python 3.7.6 (tags/v3.7.6:43364a7ae0, Dec 19 2019, 00:42:30) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import paddle.fluid
>>> paddle.fluid.install_check.run_check()/<code>
如果控制台显示Your Paddle is installed successfully! Let's start deep Learning with Paddle now就代表我们已经安装成功了，下面我们就可以开始写代码了。
实现抠图
实现抠图的代码很简单，大概分为下面几个步骤：
1.导入模块2.加载模型3.获取文件列表4.抠图
实现起来没有什么难度，为了方便读代码，我将代码写清楚一点：
<code># 1、导入模块
import os
import paddlehub as hub
# 2、加载模型
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
# 3、获取文件列表
# 图片文件的目录
path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'
# 获取目录下的文件
files = os.listdir(path)
# 用来装图片的
imgs = []
# 拼接图片路径
for i in files:
imgs.append(path + i)
#抠图
results = humanseg.segmentation(data={'image':imgs})/<code>
我们在控制台运行一下这个程序：
<code>D:\\CodeField\\Workplace\\PythonWorkplace\\PillowTest\\11_yellow>python 抠图.py
[2020-03-10 21:42:34,587] [ INFO] - Installing deeplabv3p_xception65_humanseg module
[2020-03-10 21:42:34,605] [ INFO] - Module deeplabv3p_xception65_humanseg already installed in C:\\Users\\zaxwz\\.paddlehub\\modules\\deeplabv3p_xception65_humanseg
[2020-03-10 21:42:35,472] [ INFO] - 0 pretrained paramaters loaded by PaddleHub/<code>
运行完成后，我们可以在项目下看到humanseg_output目录，抠好的图片就会存放在该目录下。当然了，上面的代码我们在获取文件列表的操作还可以简化一下：
<code>
import os, paddlehub as hub
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg') # 加载模型
path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/' # 文件目录
files = [path + i for i in os.listdir(path)] # 获取文件列表
results = humanseg.segmentation(data={'image':files}) # 抠图/<code>
这样我们就完成了5行代码批量抠图
如果想了解更多关于python的应用，可以私信我，不管你是零基础还是有基础都可以免费获取到自己相对应的学习礼包！包括Python软件工具和2019最新入门到实战教程，（http://t.cn/A6Zvjdun）复制到浏览器打开！
閱讀更多 松鼠愛吃餅乾 的文章
