對於會PhotoShop的人來說，摳圖是非常簡單的操作了，有時候幾秒鐘就能扣好一張圖。不過對於一些比較複雜的圖，有時候還是需要花點時間的，今天就給大家帶了一個非常快速簡單的辦法，用Python來批量摳取人像。
效果展示
剛開始，我也不看好什麼自動摳圖，總覺得不夠精確，摳不出滿意的圖。下面我就直接展示一下效果圖吧。
我們先看看原圖 ：
這張圖片背景是純色，我們平時用PhotoShop摳起來也比較簡單，對我們計算機來說也不是什麼難題，下面是效果圖：
因為本身是PNG圖片，而且原圖是白色背景，所以看不出什麼區別。為了顯示效果，我把原圖和摳好的圖放到一張黃色背景圖片上：
這樣一看效果明顯多了，感覺摳圖效果還是非常好的。但是，摳這種簡單的圖片，不怎麼過癮，我們再來看看複雜一點的圖片：
這張圖片背景色比之前複雜一些，而且有漸變，我們來看看摳圖後的效果如何：
這個原圖背景不是白色，我就不弄黃色背景了，感覺這個效果也還算滿意。
那麼，對於多人物的圖片，效果如何呢？我們再看看下面這張圖片：
這裡有三個人，我們看看程序能不能自動摳出來：
雖然是有點瑕疵，不過還是很不錯了。
下面我們看看最後一個例子：
這個比前面的圖都複雜的多，那麼效果如何呢，我們來看看：
哈哈，不僅識別出了人，還把火炬識別出來並摳了出來。總的來說，在完成人物摳圖方面是沒有什麼問題的。
這是如何實現的？
看完效果，你肯定想問這是如何實現的呢？這就需要用到飛槳了，飛槳是一個開源的深度學習平臺，使用其工具僅用十幾行代碼就能實現遷移學習。
在使用之前，我們先來安裝飛槳，可以進入官網，按指引快速安裝：
https://www.paddlepaddle.org.cn/install/quick
為了方便，這裡直接使用pip安裝CPU版本的。我們執行下列語句：
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
安裝完成後，可以在環境中測試一下是否成功。我這裡使用命令行窗口，先運行python.exe（前提是你已經配置了環境變量）：
C:\Users\zaxwz>python
然後在程序中運行如下代碼：
importpaddle.fluidpaddle.fluid.install_check.run_check()
如果控制臺顯示Your Paddle is installed successfully! Let's start deep Learning with Paddle now，就代表我們已經安裝成功了。另外我們還需要安裝PaddleHub：
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
下面我們就可以開始寫代碼了。
開始摳圖
實現摳圖的代碼很簡單，大概分為下面幾個步驟：
導入模塊加載模型獲取文件列表摳圖實現起來沒有什麼難度，為了方便讀代碼，我將代碼寫清楚一點：
1、導入模塊
import osimport paddlehub as hub
2、加載模型
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
3、獲取文件列表
# 圖片文件的目錄path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/'# 獲取目錄下的文件files = os.listdir(path)# 用來裝圖片的imgs = []# 拼接圖片路徑for i in files: imgs.append(path + i)#摳圖results = humanseg.segmentation(data={'image':imgs})
4、獲取文件列表
我們在控制臺運行一下這個程序：
python 摳圖.py
輸出：
運行完成後，我們可以在項目下看到humanseg_output目錄，摳好的圖片就會存放在該目錄下。當然了，上面的代碼我們在獲取文件列表的操作還可以簡化一下：
import os, paddlehub as hubhumanseg = hub.Module(name='deeplabv3p_xception65_humanseg') # 加載模型path = 'D:/CodeField/Workplace/PythonWorkplace/PillowTest/11_yellow/img/' # 文件目錄files = [path + i for i in os.listdir(path)] # 獲取文件列表results = humanseg.segmentation(data={'image':files}) # 摳圖
至此，我們就完成了5行代碼批量摳圖，感興趣的開發者趕緊上手試試吧！
飛槳官網：
https://www.paddlepaddle.org.cn/
PaddleHub平臺：
https://github.com/PaddlePaddle/PaddleHub
飛槳開源框架項目地址：
GitHub:https://github.com/PaddlePaddle/Paddle
Gitee: https://gitee.com/paddlepaddle/Paddle
如在使用過程中有問題，可加入飛槳官方QQ群進行交流：703252161