我要评论焕影一新hivisionidphotos证件照制作算法，是一个轻量、高效的综合ai证件照制作程序，它集成了智能抠图、人脸检测、尺寸切割等功能于一体，采用了一套完善的机器学习模型工作流，实现了针对各种不同用户使用场景的适配。
modnet是一项由瑞士洛桑联邦理工学院（epfl）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。modnet使用了一种名为modnet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得modnet成为一种非常高效且精确的人物抠图技术。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。
person-modnet:基于modnet的人像分割技术
在线地址：点击访问
项目简介
本项目基于 modnet 模型，使用 python 语言实现的一个人像分割项目。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。
modnet是一项由瑞士洛桑联邦理工学院（epfl）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。modnet使用了一种名为modnet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得modnet成为一种非常高效且精确的人物抠图技术。
modnet的优点不仅仅在于它的效率和精度，还在于它的灵活性。它可以用于各种不同类型的图像，包括人物照片、头像、艺术照片和自然风景照片等。这使得它成为了一个非常有用的工具，可以被广泛应用于许多领域，如图像处理、电影制作、广告制作等。
modnet项目最初的开发目的是为了提供一种高效的人物抠图技术，以取代传统的图像编辑软件中使用的笨重和耗时的工具。modnet是在公共数据集上训练得到的，这意味着它可以应用于各种类型的图像，并且其准确性也已得到广泛验证。
总之，modnet是一种非常先进和高效的人物抠图技术，采用了最先进的深度学习技术和图像分割方法。它在图像处理和其他领域中具有广泛的应用前景，是计算机视觉领域中的一个重要突破。
功能特性
作者✍️为本项目封装好了接口，只需要调用此函数即可轻易完成人像分割任务，代码如下：
from inference import inference
import cv2
# 输入图像一般满足opencv的读取格式
image = cv2.imread("图像路径")
"""
返回值：matte，分割后的人像图像
compose_im，分割后的人像图像与背景图像的融合图像
输入参数：image，输入的图像，必须为三通道图像
model_path，模型的路径
"""
matte, compose_im = inference(image, model_path="./modnet_photographic_portrait_matting.onnx")
处理速度蛮快，基本上在0.5s内就可以完成一张图像的分割任务。但是目前对于多人像的分割以及复杂场景（比如demo中的图例5）分割还不是很友好，如果你有兴趣，可以尝试微调一下。
环境要求
-
python 3.8 及以上版本
-
pip 包管理工具
-
如requirements.txt文件所写，本项目要求依赖如下：
numpy onnxruntime opencv-python gradio如果你需要fork本项目并且部署到swanhub平台上，可以选择使用requirements.txt文件进行构建。
焕影一新hivisionidphotos证件照制作算法，是一个轻量、高效的综合ai证件照制作程序，它集成了智能抠图、人脸检测、尺寸切割等功能于一体，采用了一套完善的机器学习模型工作流，实现了针对各种不同用户使用场景的适配。
hivisionidphoto
在线地址：点击访问
🤩项目更新
- 2023.12.1: 更新api部署（基于fastapi）
- 2023.6.20: 更新预设尺寸菜单
- 2023.6.19: 更新排版照
- 2023.6.13: 更新中心渐变色
- 2023.6.11: 更新上下渐变色
- 2023.6.8: 更新自定义尺寸
- 2023.6.4: 更新自定义底色、人脸检测bug通知
- 2023.5.10: 更新不改尺寸只换底
overview
hivisionidphoto旨在开发一种实用的证件照智能制作算法。
它利用一套完善的模型工作流程，实现对多种用户拍照场景的识别、抠图与证件照生成。
hivisionidphoto可以做到:
- 轻量级抠图
- 根据不同尺寸规格生成不同的标准证件照、六寸排版照
- 美颜（waiting）
- 智能换正装（waiting）
如果hivisionidphoto对你有帮助，请star这个repo或推荐给你的朋友，解决证件照应急制作问题！
🔧环境安装与依赖
- python >= 3.7 (recommend to use anaconda or miniconda)
- onnxruntime
- opencv
- option: linux, windows, macos
installation
- clone repo
git lfs install && git clone https://swanhub.co/zeyilin/hivisionidphotos.git
cd hivisionidphotos
- install dependent packages
pip install -r requirements.txt
⚡️快速推理
模型与代码通过git-lfs下载。
git lfs install
git clone https://swanhub.co/zeyilin/hivisionidphotos.git
demo
python app.py
运行程序将生成一个本地web页面，在页面中可完成证件照的操作与交互。
部署api服务
python deploy_api.py
请求api服务（python）
用python给服务发送请求：
证件照制作（输入1张照片，获得1张标准证件照和1张高清证件照的4通道透明png）：
python requests_api.py -u http://127.0.0.1:8080 -i test.jpg -o ./idphoto.png -s '(413,295)'
增加底色（输入1张4通道透明png，获得1张增加了底色的图像）：
python requests_api.py -u http://127.0.0.1:8080 -t add_background -i ./idphoto.png -o ./idhoto_ab.jpg -c '(0,0,0)'
得到六寸排版照（输入1张3通道照片，获得1张六寸排版照）：
python requests_api.py -u http://127.0.0.1:8080 -t generate_layout_photos -i ./idhoto_ab.jpg -o ./idhoto_layout.jpg -s '(413,295)'
🐳docker部署
在根目录下执行：
docker build -t hivision_idphotos .
等待镜像封装完毕后，运行以下指令，即可开启api服务：
docker run -p 8080:8080 hivision_idphotos
引用项目
- mtcnn: https://github.com/ipazc/mtcnn
- modnet: https://github.com/zhkkke/modnet
发表评论