在視頻創(chuàng)作過程中，有時(shí)會遇到人像摳圖的需求，最一般的做法是使用PR、AE等工具將視頻中的每一幀圖像手動(dòng)摳圖。這么繁瑣的步驟在理工男面前簡直是不可存在的，那么有什么簡單的方法能快速摳圖嗎？當(dāng)然有啦，接下來給大家介紹如何使用PaddleHub一鍵視頻人像摳圖。

效果展示

首先展示一些摳圖完畢的小片段，上一秒我還在家里的小房間，下一秒我就出現(xiàn)在了土耳其。

那順便去看看埃菲爾鐵塔唄。

到洛杉磯的海邊散散步。

到上海歡樂谷鍛煉鍛煉身體。

最后到東京的觀景臺上看個(gè)日落

視頻效果是不是很逼真呢，一天環(huán)游世界不是夢哈哈哈……

其實(shí)這些人像素材都是在房間里拍攝，然后使用PaddleHub工具庫一鍵摳圖，最后使用PR進(jìn)行后期創(chuàng)作的，接下來介紹下如何操作吧。

這是如何實(shí)現(xiàn)的？

關(guān)注飛槳的小伙伴是否還記得前幾天推過的，視頻人像摳圖也是類似的，只要把視頻的每一幀圖像所含有的人像提取出來，然后加上背景重新合成視頻就可以啦。大體的步驟知道了，那接下來開始實(shí)踐吧。

哦對了，還得有一段含有人像的素材，小伙伴們可以自己拍攝或者從網(wǎng)絡(luò)搜集。

01

安裝必要組建

需要安裝的是飛槳框架和PaddleHub工具庫，安裝步驟可以參考。或者直接閱讀原文進(jìn)入飛槳官網(wǎng)查看安裝步驟。

02

人像摳圖制作素材

由于目前PaddleHub人像摳圖模型API的輸入是單張圖像的路徑，故需要先將視頻的每一幀圖像分離存儲后才能進(jìn)行摳圖。當(dāng)然也可以通過修改模型的源碼，將API的輸入修改成圖像輸入，這樣就省去了視頻分離存儲的步驟，具體的源碼可以參考：

https://aistudio.baidu.com/aistudio/projectdetail/370260 ，這里主要介紹前一種方法。

2.1 導(dǎo)入所有相關(guān)模塊

import cv2

import os

import numpy as np

from PIL import Image

import paddlehub as hub

2.2 將視頻內(nèi)圖像分離存儲

def CutVideo2Image(video_path, img_path):

cap = cv2.VideoCapture(video_path)

index = 0

while(True):

ret,frame = cap.read()

if ret:

cv2.imwrite(img_path + '%d.jpg' % index, frame)

index += 1

else:

break

cap.release()

print( 'Video cut finish, all %d frame' % index)

該步驟將會把每一幀圖像保存到本地目錄。

2.3 導(dǎo)入模型進(jìn)行人像摳圖

def GetHumanSeg(frame_path, out_path):

# 加載模型

module = hub.Module(name= "deeplabv3p_xception65_humanseg")

# 配置

test_img_path = [os.path.join(frame_path, fname) for fname in os.listdir(in_path)]

input_dict = { "image": test_img_path}

results = module.segmentation(data=input_dict, output_dir=out_path)

# Tips：使用GPU加速需安裝paddlepaddle-gpu

# results = module.segmentation(data=input_dict, use_gpu = gpu, batch_size = 10,output_dir=out_path)

該步驟將會把人像提取并保存為png至本地

2.4 生成綠幕并與人像合成

為什么要使用綠幕呢，主要是為了后續(xù)在視頻后期軟件里方便使用素材。當(dāng)然熟悉Python的同學(xué)也可以直接使用一些Python模塊進(jìn)行視頻后期。但是在這里還是推薦使用PR、AE這類專業(yè)軟件，可以方便地對素材進(jìn)行縮放、變速、位置處理、以及添加特效等操作。更重要的是，可以對素材進(jìn)行調(diào)色，與新的背景更好地融合。

def init_canvas(width, height, color=(255, 255, 255)):

canvas = np.ones((height, width, 3), dtype="uint8")

canvas[:] = color

return canvas

# 生成綠幕

def GetGreenScreen(size, out_path):

canvas = init_canvas(size[0], size[1], color=(0, 255, 0))

cv2.imwrite(out_path, canvas)

def BlendImg(fore_image, base_image, output_path):

"""

將摳出的人物圖像換背景

fore_image: 前景圖片，摳出的人物圖片

base_image: 背景圖片

"""

# 讀入圖片

base_image = Image.open(base_image).convert('RGB')

fore_image = Image.open(fore_image).resize(base_image.size)

# 圖片加權(quán)合成

scope_map = np.array(fore_image)[:,:,-1] / 255

scope_map = scope_map[:,:,np.newaxis]

scope_map = np.repeat(scope_map, repeats=3, axis=2)

res_image = np.multiply(scope_map, np.array(fore_image)[:,:,:3]) + np.multiply((1-scope_map), np.array(base_image))

# 保存圖片

res_image = Image.fromarray(np.uint8(res_image))

res_image.save(output_path)

def BlendHumanImg(in_path, screen_path, out_path):

humanseg_png = [filename for filename in os.listdir(in_path)]

for i, img in enumerate(humanseg_png):

img_path = os.path.join(in_path + '%d.png' % (i))

output_path_img = out_path + '%d.png' % i

BlendImg(img_path, screen_path, output_path_img)

該步驟完成后將會得到類似這樣的綠幕圖片：

2.5 視頻合成

def CompVideo(in_path, out_path, size):

fourcc = cv2.VideoWriter_fourcc(* 'mp4v')

out = cv2.VideoWriter(out_path,fourcc, 30.0, size)

files = os.listdir(in_path)

for i in range(len(files)):

img = cv2.imread(in_path + '%d.png' % i)

out.write(img) # 保存幀

out.release()

該步驟完成后即可得到類似下圖的人體綠幕素材

2.6 主程序

# Config

Video_Path = 'video/0.mp4'

Video_Size = ( 1920, 1080)

FrameCut_Path = 'video/frame/'

FrameSeg_Path = 'video/frame_seg/'

FrameCom_Path = 'video/frame_com/'

GreenScreen_Path = 'video/green.jpg'

ComOut_Path = 'output.mp4'

if __name__ == "__main__":

# 第一步：視頻->圖像

if not os. path.exists(FrameCut_Path):

os.mkdir(FrameCut_Path)

CutVideo2Image(Video_Path, FrameCut_Path)

# 第二步：摳圖

if not os. path.exists(FrameSeg_Path):

os.mkdir(FrameSeg_Path)

GetHumanSeg(FrameCut_Path, FrameSeg_Path)

# 第三步：生成綠幕并合成

if not os. path.exists(GreenScreen_Path):

GetGreenScreen(Video_Size, GreenScreen_Path)

if not os. path.exists(FrameCom_Path):

os.mkdir(FrameCom_Path)

BlendHumanImg(FrameSeg_Path, GreenScreen_Path, FrameCom_Path)

# 第四步：合成視頻

if not os. path.exists(ComOut_Path):

CompVideo(FrameCom_Path, ComOut_Path, Video_Size)

OK，綠幕素材都已經(jīng)制作完畢，下一步就可以導(dǎo)入到后期軟件內(nèi)進(jìn)行創(chuàng)作啦，這里以PR為例。

03

后期創(chuàng)作

將綠幕素材和背景素材導(dǎo)入PR，在綠幕素材上使用`超級鍵`效果，并將主要顏色選取為綠幕的顏色，即可輕松去除綠幕顏色。

再往后的各種騷操作就看各位小伙伴的想象力啦！

這里附上我的作品：[AI人像摳圖]|百度PaddleHub摳圖創(chuàng)意賽[附教程、代碼]：

https://www.bilibili.com/video/BV1cA411b7r2

目前存在的問題：頭發(fā)、手指等細(xì)節(jié)部分還需要進(jìn)一步完善。

人體動(dòng)作幅度大導(dǎo)致圖像幀模糊，會造成提取失敗。

模型的API接口有待繼續(xù)豐富。

總結(jié)

以上是生活随笔為你收集整理的python一键扣图,5行Python代码一键视频抠图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。