Python实现自动人像抠图（小白也能学会）
原理：AI人工智能，机器学习
工具：paddlehub包和人像抠图模型deeplabv3p_xception65_humanseg
步骤一：安装软件
1.nodepad++ (自行百度安装)
2.python (自行百度安装，要求版本是python3.6及以上，推荐安装python3.7)
步骤二：安装工具包
打开windows命令行窗口的方法，同时按：Windows键（带窗户图像那个键）和r键
#复制下面命令一条一条的在windows的命令行窗口里面执行，需要一些时间
pip install matplotlib
pip install pillow
pip install PaddlePaddle
pip install paddlehub==1.6.0
hub install deeplabv3p_xception65_humanseg==1.0.0
步骤三：准备图片和程序
打开nodepad++，复制下面的程序到里面，并另存为koutu.py文件。
注意：
1、按需更改文件名的地方，原图是什么名字就修改成什么名字，最好是英文文字记得加上图片的后缀名。
2、不会更改路径的话，就把图片和koutu.py放到同一个文件夹下面。如：D:\koutu
步骤四：运行抠图程序并查看结果
1.windows的命令行窗口里面输入 d: （输入d和冒号，然后敲回车）
2.windows的命令行窗口里面输入 cd koutu (输入cd这两个字母空格koutu这几个字母，然后敲回车)
3.windows的命令行窗口里面输入 Python koutu.py (方法同上，敲完回车后等待命令执行结束，一分钟以内)
命令运行结束后，点击图片进入d盘的koutu文件夹下，看看是否有的一个新文件夹，里面是否有已经扣好图的文件了
请复制下面的内容到，koutu.py
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from matplotlib import animation
import paddlehub as hub
from PIL import Image, ImageSequence
import numpy as np
import os
# 测试图片路径和输出路径
test_path = '' #按需更改路径
output_path = '' #按需更改路径
# 待预测图片
test_img_path = ["zhou.jpeg"] #按需更改文件名
test_img_path = [test_path + img for img in test_img_path]
module = hub.Module(name="deeplabv3p_xception65_humanseg")
input_dict = {"image": test_img_path}
# execute predict and print the result
results = module.segmentation(data=input_dict)
for result in results:
print(result)
# 预测结果展示
out_img_path = 'humanseg_output'+os.sep + os.path.basename(test_img_path[0]).split('.')[0] + '.png' #输出图片的位置
img = mpimg.imread(out_img_path)
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis('off')
plt.show()
原图：
抠图结果：
