【开源】基于RMBG的一键抠图与证件照制作系统【含一键启动包】

《博主简介》

小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。
✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~
👍感谢小伙伴们点赞、关注！

《------往期经典推荐------》

一、AI应用软件开发实战专栏【链接】

项目名称项目名称
1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】
3.【手势识别系统开发】4.【人脸面部活体检测系统开发】
5.【图片风格快速迁移软件开发】6.【人脸表表情识别系统】
7.【YOLOv8多目标识别与自动标注软件开发】8.【基于YOLOv8深度学习的行人跌倒检测系统】
9.【基于YOLOv8深度学习的PCB板缺陷检测系统】10.【基于YOLOv8深度学习的生活垃圾分类目标检测系统】
11.【基于YOLOv8深度学习的安全帽目标检测系统】12.【基于YOLOv8深度学习的120种犬类检测与识别系统】
13.【基于YOLOv8深度学习的路面坑洞检测系统】14.【基于YOLOv8深度学习的火焰烟雾检测系统】
15.【基于YOLOv8深度学习的钢材表面缺陷检测系统】16.【基于YOLOv8深度学习的舰船目标分类检测系统】
17.【基于YOLOv8深度学习的西红柿成熟度检测系统】18.【基于YOLOv8深度学习的血细胞检测与计数系统】
19.【基于YOLOv8深度学习的吸烟/抽烟行为检测系统】20.【基于YOLOv8深度学习的水稻害虫检测与识别系统】
21.【基于YOLOv8深度学习的高精度车辆行人检测与计数系统】22.【基于YOLOv8深度学习的路面标志线检测与识别系统】
23.【基于YOLOv8深度学习的智能小麦害虫检测识别系统】24.【基于YOLOv8深度学习的智能玉米害虫检测识别系统】
25.【基于YOLOv8深度学习的200种鸟类智能检测与识别系统】26.【基于YOLOv8深度学习的45种交通标志智能检测与识别系统】
27.【基于YOLOv8深度学习的人脸面部表情识别系统】28.【基于YOLOv8深度学习的苹果叶片病害智能诊断系统】
29.【基于YOLOv8深度学习的智能肺炎诊断系统】30.【基于YOLOv8深度学习的葡萄簇目标检测系统】
31.【基于YOLOv8深度学习的100种中草药智能识别系统】32.【基于YOLOv8深度学习的102种花卉智能识别系统】
33.【基于YOLOv8深度学习的100种蝴蝶智能识别系统】34.【基于YOLOv8深度学习的水稻叶片病害智能诊断系统】
35.【基于YOLOv8与ByteTrack的车辆行人多目标检测与追踪系统】36.【基于YOLOv8深度学习的智能草莓病害检测与分割系统】
37.【基于YOLOv8深度学习的复杂场景下船舶目标检测系统】38.【基于YOLOv8深度学习的农作物幼苗与杂草检测系统】
39.【基于YOLOv8深度学习的智能道路裂缝检测与分析系统】40.【基于YOLOv8深度学习的葡萄病害智能诊断与防治系统】
41.【基于YOLOv8深度学习的遥感地理空间物体检测系统】42.【基于YOLOv8深度学习的无人机视角地面物体检测系统】
43.【基于YOLOv8深度学习的木薯病害智能诊断与防治系统】44.【基于YOLOv8深度学习的野外火焰烟雾检测系统】
45.【基于YOLOv8深度学习的脑肿瘤智能检测系统】46.【基于YOLOv8深度学习的玉米叶片病害智能诊断与防治系统】
47.【基于YOLOv8深度学习的橙子病害智能诊断与防治系统】48.【车辆检测追踪与流量计数系统】
49.【行人检测追踪与双向流量计数系统】50.【基于YOLOv8深度学习的反光衣检测与预警系统】
51.【危险区域人员闯入检测与报警系统】52.【高密度人脸智能检测与统计系统】

二、机器学习实战专栏【链接】，已更新31期，欢迎关注，持续更新中~~
三、深度学习【Pytorch】专栏【链接】
四、【Stable Diffusion绘画系列】专栏【链接】
五、YOLOv8改进专栏【链接】，持续更新中~~
六、YOLO性能对比专栏【链接】，持续更新中~

《------正文------》

背景

当前AI抠图技术已经非常成熟，并且有效果非常好的开源模型。 日常中可以用于物品抠图、替换证件照背景等场景，但是网上许多的证件照替换背景竟然还需要收费。今天就给大家分享一个自己制作的可以一键启动的【一键抠图与制作证件照的系统】，感兴趣的小伙伴可以自行下载体验，感谢大家的点赞关注。

效果如下：
在这里插入图片描述
在这里插入图片描述

项目实现思路

本项目主要是基于RMBG进行实现的，使用onnx模型进行目标抠出，然后对背景进行处理替换颜色。核心代码如下：

定义相关函数

首先我们定义一个抠图函数rmbg和替换背景颜色函数add_background_to_image如下所示：
抠图函数rmbg代码：

def rmbg(input_image_path,  background_color, out_size_w, out_size_h, size_opt):if size_opt == "保持原图大小":shape = cv2.imread(input_image_path).shapeout_size = (int(shape[0]),int(shape[1]))else:out_size = (int(out_size_w), int(out_size_h))print('input_image_path:',input_image_path)name = os.path.basename(input_image_path)path = os.path.dirname(input_image_path)filename, ext = os.path.splitext(name)ext = '.png'new_filename = filename + "_rmgb" + ext # 修改文件名out_path = path + new_filename # 抠图new_filename = filename + "_bg" + extoutput_image_path = path + new_filename # 证件照net = BriaRMBG_ONNX(f"rmbg/onnx/model.onnx")# prepare inputmodel_input_size = [1024,1024]orig_im = io.imread(input_image_path)orig_im_size = orig_im.shape[0:2]image = preprocess_image(orig_im, model_input_size)image = np.transpose(image, (0, 3, 1, 2))  # ONNX通常需要CHW格式# inferenceresult = net(image)# post processresult_image = postprocess_image(result[0][0], orig_im_size)# save resultpil_im = Image.fromarray(result_image)no_bg_image = Image.new("RGBA", pil_im.size, (0,0,0,0))orig_image = Image.open(input_image_path)no_bg_image.paste(orig_image, mask=pil_im)no_bg_image.save(out_path, "PNG")print(background_color, out_size)add_background_to_image(out_path, output_image_path, background_color, out_size)return out_path, output_image_path

替换背景颜色函数代码如下：

def add_background_to_image(input_image_path, output_image_path, background_color, out_size=None):"""给透明背景的PNG人像图像添加任意颜色的背景。:param input_image_path: 输入图像的路径:param output_image_path: 输出图像的路径:param background_color: 背景颜色 (R, G, B):param size: 输出图像的大小 (width, height) 默认与输入图像相同"""# 打开输入图像image = Image.open(input_image_path)# 如果图像不是PNG格式，先转换为PNGif image.format != 'PNG':image = image.convert('RGBA')if out_size is None:out_size = image.sizeout_image = Image.new('RGB', image.size, background_color)out_image.paste(image, (0,0), image)out_image.resize(out_size)# 保存新的图像out_image.save(output_image_path)

调用函数进行抠图

import cv2
import matplotlib.pyplot as plt# 输入图片的路径
input_img = 'test1.jpg'# 证件照的背景颜色
# color = "#FFFFFF" # 白色（用于护照、签证、身份证等）
color = "#438EDB" # 蓝色（用于毕业证、工作证等）
# color = "#FF0000" # 红色（用于一些特殊的证件照）# 证件照的大小
width = 295
height = 413  # 一寸（295像素 x 413像素）# 是否保持原图大小 
# size_opt = "不保持原图大小"
size_opt = "保持原图大小" # 如果选了这个会保持输入图片的大小，忽略上面的 证件照的大小 参数# color, width, height 这三个参数不影响抠图，只会影响证件照的结果
out_path, output_image_path = rmbg(input_img, color, width, height, size_opt)print('抠图后的图片： ', out_path)
print('证件照： ', output_image_path)

原始图片：
在这里插入图片描述
抠图后的图片：
在这里插入图片描述
替换背景颜色后的图片：
在这里插入图片描述

一键启动使用说明

下载项目文件后，直接双击运行一键启动.exe文件。
在这里插入图片描述

之后会在浏览器自动打开，如下网页：
在这里插入图片描述
使用步骤：
1.在背景颜色区域自行选择需要使用的背景颜色;
2.在证件尺寸大小区域选择需要的证件尺寸大小；
3.上传需要进行抠图的图片，然后点击提交按钮。
即可获取所抠出的图像，与替换背景后的图像，结果如下所示：
在这里插入图片描述
点击每张图片结果的右上角的下载按钮，即可下载生成后的图片。
在这里插入图片描述

该项目不仅可以轻松抠出人物图像，也可以实现其他物品的抠图，效果如下，小伙伴们可以自行体验。
在这里插入图片描述

关注文末名片G-Z-H：【阿旭算法与机器学习】，发送【开源】即可免费获取

在这里插入图片描述

好了，这篇文章就介绍到这里，喜欢的小伙伴感谢给点个赞和关注，更多精彩内容持续更新~~
关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/373558.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Python】已解决：（paddleocr导包报错）ModuleNotFoundError: No module named ‘paddle’

【Python】已解决：（paddleocr导包报错）ModuleNotFoundError: No module named ‘paddle’

文章目录 一、分析问题背景二、可能出错的原因三、错误代码示例四、正确代码示例五、注意事项 已解决：（paddleocr导包报错）ModuleNotFoundError: No module named ‘paddle’ 一、分析问题背景 近日，一些使用PaddleOCR库进行文字…
阅读更多...
windwos下mysql的udf提权

windwos下mysql的udf提权

MySql UDF提权介绍 UDF(User Defined Functions)即用户自定义函数，通过这种方式可以实现命令执行，其原理是通过lib_mysqludf_sys提供的函数可以执行系统命令 攻击场景:同之前利用日志写WebShell的场景，即堆叠注入或MySQL终端权限或类似phpMy…
阅读更多...
关于《中国PostgreSQL考试认证体系》通知

关于《中国PostgreSQL考试认证体系》通知

为响应国家大数据战略发展的号召，进一步推动PostgreSQL开源数据库在国内的快速发展，加强PostgreSQL 数据库相关人才培养，由政府相关部门批准发起，组成中国PostgreSQL认证考试中心及PostgreSQL 中国大学，旨在共同规范和…
阅读更多...
【保姆级介绍下C语言中的运算符的优先级】

【保姆级介绍下C语言中的运算符的优先级】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者，CSDN实力新星，CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共…
阅读更多...
必看 | 最简单获取IP地址专用SSL证书的申请方法

必看 | 最简单获取IP地址专用SSL证书的申请方法

申请IP地址专用的SSL证书并不像传统SSL证书那样普及，不是所有服务商都提供IP地址的SSL证书，因此需要仔细选择合适的服务商和流程进行操作申请，以此来实现IP地址访问的https。以下是最简单的IP地址专用SSL证书申请方法： 一、准备 …
阅读更多...
防火墙组网

防火墙组网

一、实验拓扑图 二、实验要求 1、DMZ区内的服务器，办公区仅能在办公时间内（9：00-18：00）可以访问， 生产区的设备全天可以访问。 2、生产区不允许访问互联网，办公区和游客区允许访问互联网。 3、办…
阅读更多...
LabVIEW中自定义Ring控件的图标

LabVIEW中自定义Ring控件的图标

在LabVIEW中，自定义Ring控件的图标可以让用户界面更加直观和友好。以下是如何在LabVIEW中自定义Ring控件的图标的详细步骤： 步骤1：创建或获取图标 首先，你需要创建或获取你想要在Ring控件中使用的图标。你可以使用图像编辑软件&…
阅读更多...
排序——数据结构与算法 总结8

排序——数据结构与算法 总结8

目录 8.1 排序相关概念 8.2 插入排序 8.2.1 直接插入排序： 8.2.2 折半插入排序： 8.2.3 希尔排序： 8.3 交换排序 8.3.1 冒泡排序： 8.3.2 快速排序： 8.4 选择排序 8.4.1 简单选择排序 8.4.2 堆排序 8.5 归并…
阅读更多...
Conformal low power-2.电源感知等效性检查

Conformal low power-2.电源感知等效性检查

电源感知等效性检查 ■ 第24页：电源感知等效性检查概述 ■ 第24页：启动低功耗（等效性检查）软件 ■ 第25页：电源感知等效性检查流程 ■ 第28页：电源感知等效性检查示例Do文件 电源感知等效性检查概述…
阅读更多...
C# 异步编程Invoke、beginInvoke、endInvoke的用法和作用

C# 异步编程Invoke、beginInvoke、endInvoke的用法和作用

C# 异步编程Invoke、beginInvoke、endInvoke的用法和作用 一、Invoke Invoke的本质只是一个方法，方法一定是要通过对象来调用的。 一般来说，Invoke其实用法只有两种情况： Control的Invoke Delegate的Invoke 也就是说，Invoke前…
阅读更多...
【IEEE官方列表会议，EI, Scopus稳定检索】第三届半导体与电子技术国际研讨会（ISSET 2024，2024年8月23-25）

【IEEE官方列表会议，EI, Scopus稳定检索】第三届半导体与电子技术国际研讨会（ISSET 2024，2024年8月23-25）

2024年第三届半导体与电子技术国际研讨会（ISSET 2024）将于2024年8月23-25日在中国西安举行。 ISSET 2024将围绕“半导体”与“电子技术”等相关最新研究领域，为来自国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一…
阅读更多...
Ubuntu20.04系统非root用户安装GAMIT10.71

Ubuntu20.04系统非root用户安装GAMIT10.71

（测试环境：20240701升级包和20240701数据，解算通过） QQ:8212714 群：302883438群文件（source安装包20240701升级包） 1、首先在计算机中安装VMware Workstation 16 Pro。建议：分配…
阅读更多...
提高LabVIEW软件通用性的方法

提高LabVIEW软件通用性的方法

提高LabVIEW软件通用性的方法 在使用LabVIEW开发软件时，提高软件的通用性非常重要。通用性意味着软件可以在不同的应用场景中使用，具备高度的适应性和灵活性，从而提高软件的价值和用户满意度。以下从多个角度详细探讨如何提高LabVIEW软件的通…
阅读更多...
二十年大数据到 AI，图灵奖得主眼中的数据库因果循环

二十年大数据到 AI，图灵奖得主眼中的数据库因果循环

最近，MIT 教授 Michael Stonebraker 和 CMU 教授 Andrew Pavlo (Andy) 教授联合发表了一篇数据库论文。Michael Stonebraker 80 高龄，是数据库行业唯一在世的图灵奖得主，Andy 则是业界少壮派里的最大 KOL。 一老一少，当今数据库届…
阅读更多...
获超九成Gartner用户力推！FortiGate连续五年斩获“客户之选”称号

获超九成Gartner用户力推！FortiGate连续五年斩获“客户之选”称号

近日，Gartner Peer Insights™ 网络防火墙客户之选报告发布，Fortinet 连续第五年荣登这项权威榜单。该评选结果源于广大用户对 Fortinet 防火墙产品的真实反馈，是客户选择 Fortinet 的重要参考依据，也是FortiGate能够占据全球防火…
阅读更多...
玩鸣潮提示错误代码126：加载x3daudio1_7.dll失败无法打开的多个详细有效解决方法分享

玩鸣潮提示错误代码126：加载x3daudio1_7.dll失败无法打开的多个详细有效解决方法分享

玩游戏期间你是否也有遇到过找不到x3daudio1_7.dll无法继续执行代码打不开游戏？那么遇到这个问题要怎么办？有什么方法能解决？今天详细给大家介绍一下如何解决找不到x3daudio1_7.dll文件或x3daudio1_7.dll丢失的多个不同方法！ 第一…
阅读更多...
数据开源 | Magic Data大模型高质量十万轮对话数据集

数据开源 | Magic Data大模型高质量十万轮对话数据集

能够自然的与人类进行聊天交谈，是现今的大语言模型 (LLM) 区别于传统语言模型的重要能力之一，近日OpenAI推出的GPT-4o给我们展示了这样的可能性。 对话于人类来说是与生俱来的，但构建具备对话能力的大模型是一项不小的挑战，收集高…
阅读更多...
three-platformize 微信小程序 uniapp 使用截图功能

three-platformize 微信小程序 uniapp 使用截图功能

最近需要将3d场景进行截图，但是网上的各种各样，看的我一团乱麻，因此在解决完后就将这些简单的分享一下； 原理：将3维场景的那个canvas中的像素提取出来，找一个空的canvas二维画布放上去，然后用二…
阅读更多...
【鸿蒙学习笔记】Stage模型

【鸿蒙学习笔记】Stage模型

官方文档：Stage模型开发概述 目录标题 Stage模型好处Stage模型概念图ContextAbilityStageUIAbility组件和ExtensionAbility组件WindowStage Stage模型-组件模型Stage模型-进程模型Stage模型-ArkTS线程模型和任务模型关于任务模型，我们先来了解一下什么是…
阅读更多...
Pearson 相关系数的可视化辅助判断和怎么用

Pearson 相关系数的可视化辅助判断和怎么用

Pearson 相关系数的可视化辅助判断和怎么用 flyfish Pearson 相关系数 是一种用于衡量两个连续型变量之间线性相关程度的统计量。其定义为两个变量协方差与标准差的乘积的比值。公式如下： r ∑ ( x i − x ˉ ) ( y i − y ˉ ) ∑ ( x i − x ˉ ) 2 ∑ ( y i −…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023