深度学习与图像处理之：人像背景虚化

视觉与物联智能

已于 2022-04-12 14:36:47 修改

阅读量4.1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习&深度学习 OpenCV深度神经网络模块实例文章标签：深度学习图像处理人像提取人工智能图像分割

于 2018-09-18 21:49:00 首次发布

本文链接：https://blog.csdn.net/wujuxKkoolerter/article/details/86153502

OpenCV深度神经网络模块实例同时被 2 个专栏收录

20 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

机器学习&深度学习

22 篇文章

订阅专栏

本文通过使用DeepLabV3模型进行图像分割，提取人像，并对背景进行模糊化处理，最终将人像与模糊背景重新合成，达到人像背景虚化的效果。虽然效果有待优化，但已实现基本功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单实现思路：

对图像内容进行分割，提取人像
对图像背景进行模糊化处理
将人像和背景重新合成

在这里，使用DeepLabV3模型对图像内容进行分割并提取人像，实现的代码如下：

import os
from io import BytesIO
import tarfile
import tempfile
from six.moves import urllib
 
from matplotlib import gridspec
from matplotlib import pyplot as plt
import numpy as np
from PIL import Image
 
# 在Tensorflow 2.x中使用Tensorflow 1.x兼容
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import cv2
 
class DeepLabModel(object):
    """Class to load deeplab model and run inference."""
 
    INPUT_TENSOR_NAME = 'ImageTensor:0'
    OUTPUT_TENSOR_NAME = 'SemanticPredictions:0'
    INPUT_SIZE = 513
    FROZEN_GRAPH_NAME = 'frozen_inference_graph'
 
    def __init__(self, tarball_path):

了解本专栏