AI人体抠像之灰度图如何还原成原图——以Face++人体抠像为例

Face++人体抠像API V1版本图片返回结果为灰度图，但是并不是可以直接用的结果，我们需要的是保留人体部分的像素数据,背景根据需要可以自由替换的。让我们来看看如何才能还原。

原理：

一、V1版本返回值可还原成灰度图，颜色只有黑白灰三种颜色，颜色越白，表明是人体部分的概率(也叫置信度)越大，颜色越黑，不是人体部分的概率越大，灰色的部分既有可能是人体，也有可能不是。需要判断其概率即置信度。

 

二、灰度图上每个像素点的颜色值计算过程为

R=G=B=255*⼈体置信度

所以，人体置信度=R/255=G/255=B/255

所以，问题的关键就在于,获取灰度图每个点的像素值(RGB值)，这样可计算出每个像素点的人体置信度。

 

三、基于置信度可知每个像素点为人体的概率，设置一个阈值，大于该阈值，我们认为该像素点是人体的一部分，应该保留，小于该阈值的像素点应该被置为背景色。

步骤一：按文档要求传参数

HumanBody Segment API（V1）：https://console.faceplusplus.com.cn/documents/10071567

需要上传的参数有: api_key 、api_secret 、image_url （或者image_file 或者image_base64），请求方式为POST请求方式，其中如果图片参数是image_file,那么需要用 [post multipart / form-data ]的方式上传。

 

步骤二：获取人体抠像API接口返回值

请求的返回结果格式如下，其中 result 即是我们需要的数据，这个数据实际上是一个base64编码后的字符串，需要我们逆向还原出图片 [原理为：图⽚ -> ⼆进制 -> base64编码的逆过程]，还原出来的图片效果如上为灰度图:

{
 "image_id": "7OO7N1dYiJjszvV38oKVpw==",
 "result": "/9j/2wCEAAYEBQYFBAYGBQYHBwYIChAKCgkJChQODwwQFxQYGBcUFhYaHSUfGhsjHBYWICwgIyYn...",
 "request_id": "1470378968,c6f50ec6-49bd-4838-9923-11db04c40f8d",
 "time_used": 573
}

步骤三：处理图片,获取bitmap数据，得到RGB值、置信度

基本每种语言都有获取bitmap数据的方法,这里以iOS为例(其他语言请自行搜索关键字“语⾔ + 获取图⽚bitmap数据”）

UInt32 * inputPixels;
   
CGImageRef inputCGImage = [self CGImage];//self 是UIImage对象
NSUInteger inputWidth   = CGImageGetWidth(inputCGImage);
NSUInteger inputHeight  = CGImageGetHeight(inputCGImage);
   
CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();
NSUInteger bytesPerPixel = 4;
NSUInteger bitsPerComponent = 8;
   
NSUInteger inputBytesPerRow = bytesPerPixel * inputWidth;
   
inputPixels = (UInt32 *)calloc(inputHeight * inputWidth, sizeof(UInt32));
   
CGContextRef context = CGBitmapContextCreate(inputPixels, inputWidth, inputHeight,
                                                bitsPerComponent, inputBytesPerRow, colorSpace,
                                                kCGImageAlphaPremultipliedLast | kCGBitmapByteOrder32Big);
   
CGContextDrawImage(context, CGRectMake(0, 0, inputWidth, inputHeight), inputCGImage);

至此我们就拿到了bitmap数据，数据存放在 inputPixels 里面，其存储格式为 RGBARGBARGBA....RGBA，其中每个单元(一个单元对应图片上的一个像素点，一个像素点包含 RGBA值)RGBA共占4个字节，R,G,B,A分别占1个字节，我们只需要取出每个像素点的RGB值即可，例如：获取第2个点的RGB值：

#define R(x) ( Mask8(x) )
#define G(x) ( Mask8(x >> 8 ) )
#define B(x) ( Mask8(x >> 16) )
#define A(x) ( Mask8(x >> 24) )

UInt32 inputColor = *inputPixel[1]; //从0开始,1表示第2个点
 
UInt32 Red = R(inputColor); 
UInt32 Green = G(inputColor); 
UInt32 Blue = B(inputColor);

获取到RGB值后,我们就可以拿到置信度了:

CGFloat confidence = Red / 255.0;

步骤四：基于置信度(confidence)更换背景

根据置信度我们就可以知道，每个像素点是否是人体的概率，然后我们可以遍历每一个像素点，如果是人体那么就保留这个像素点，否则设置颜色为背景色。例如某个像素点的置信度是0.96，那么我们认为这个点是人体的一部分，应该保留; 如果某个像素点的置信度是0.5，该如何判断呢？那就是设置一个阈值,大于该阈值，则认为该像素点是人体的一部分，应该保留，小于等于该阈值的像素点应该被置为背景色。原图也就还原出来了。

设置阈值的方法带来一个问题，边缘太明显，过度不自然，引入一个经典公式，进行再处理，可使人体边缘部分过度的更加平滑。

/* newR 最终像素点的Red值
  * originR 原来像素点的Red值
  * backgroundR 背景色的Red值
  * alpha 是透明度
  */
 newR = originR * alpha + backgroundR *(1 - alpha)
 
 newG = originG * alpha + backgroundG *(1 - alpha)
 
 newB = originB * alpha + backgroundB *(1 - alpha)

 

Face++人体抠像最新版为V2版本，V2版本可以返回一张已经抠好的图片(返回值中的 body_image 字段)，其背景色为透明色。用户可以基于该图片直接做后期处理。同时为了兼容V1版本，V1版本返回的结果，V2同样也会返回(返回值中的 result 字段)。具体还原处理方法如上所述。