Python一键替换证件照背景，还用去照相馆？
二条：10 行 Python 代码能实现哪些有趣功能！ 三条：兼容PyTorch，25倍加速，国产！
↑ 关注 + 星标 ，每天学Python新技能
后台回复【大礼包】送你Python自学大礼包
哈喽，大家好。
今天继续给大家分享实战项目。
用深度学习算法替换证件照背景，带 UI 界面那种，从此可以跟照相馆说拜拜了。
下面我们来学习一下该项目，文末有源代码和开源地址。
没有啰嗦的文字，没有多余的代码，只有通俗的讲解。
1. 思路
先来看一下最终的效果。
左边是原图片，右边是替换背景后的图片，支持替换任意颜色背景。
项目的实现思路很简单：
用户上传的原图后，使用已经训练好的人像分割模型将人像切割出来 将切割后的图片展示在新背景上
2. 模型
图像分割是要将图片根据内容分割成不同的块，如下图所示：
相比图像分类和检测，图像分割是一项更精细的工作，因为需要对每个像素点分类，物体的轮廓是精准勾勒的。
本项目的图像（人像）分割采用飞桨(PaddlePaddle)提供的deeplabv3p_xception65_humanseg模型。该模型基于DeepLabv3+，用百度自建数据集进行训练，可用于人像分割，支持任意大小的图片输入。
DeepLabv3+ 是 Google DeepLab 语义分割系列网络的最新作，这里说的语义分割是图像分割中的一类。
DeepLabv3+的网络结构如下：
DeepLabv3+通过encoder-decoder进行多尺度信息的融合，encoder是原来的DeepLabv3，但DCNN采用了改进的Xception，提高了语义分割的健壮性和运行速率。
decoder是DeepLabv3+相比DeepLabv3新增的，其将底层特征与高层特征进一步融合，提升分割边界准确度。
下面是人像分割的核心代码：
from paddlehub import Module
# 加载训练好的人像分割模型
module = Module(directory="module/deeplabv3p_xception65_humanseg")
# 进行分割
res = module.segmentation(paths=[filename], output_dir='../cache', visualization=True)
filename是原图片的路径。
3. UI
UI 界面使用ttkbootstrap开发，它是TKinter的美化库，使用方法跟TKinter一样。
这里介绍下 UI 界面的核心代码。
首先需要一个按钮来选择原图片
import ttkbootstrap as ttk
ttk.Button(self.leftFrame, text='选择图片', command=self.openFile)
点击选择图片按钮后，会调用openFile函数对原图片进行人像分割，分割出来的人像存储在临时文件中。
还需要一个按钮展示转换背景后的图片
ttk.Button(self.leftFrame, text='转换底色', command=self.render)
render函数会展示转换后的图片，核心代码如下：
def render(self):
# 获取新背景色
colorHEX = self.color.get()
# 获取分割后的人像图片
base_img = Image.open(self.outputdir)
# 展示新背景
background = Image.new('RGBA', base_img.size, colorHEX)
x, y = base_img.size
# 将分割后的人像贴在新背景上
background.paste(base_img, (0, 0, x, y), base_img)
self.image_final = background
self.image_final是转换背景后的图片，调整大小后便可以在 UI 上展示。
4. 运行
到这里，整个项目已经介绍完了，最后简单说下拿到源码后如何运行该项目。
首先，安装飞桨(PaddlePaddle)
pip install --upgrade paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install --upgrade paddlehub -i https://mirror.baidu.com/pypi/simple
然后，安装ttkbootstrap
pip install ttkbootstrap
最后，运行Circulation.py文件即可。
如果本文对你有帮助，就点个在看鼓励下吧。
参考文章：
开源地址：https://github.com/GavinSun0921/Circulation
https://zhuanlan.zhihu.com/p/62261970
https://www.paddlepaddle.org.cn/hubdetail?name=deeplabv3p_xception65_humanseg&en_category=ImageSegmentation
推荐阅读