人体分析

    人像分割

    识别人体的轮廓范围,与背景进行分离,适用于拍照背景替换、照片合成、身体特效等场景。输入正常人像图片,返回分割后的二值结果图、灰度图、透明背景的人像图(png格式)并输出画面中的人数、人体坐标信息,可基于此对图片进行过滤、筛选,如筛选出大于x人的图片进行特殊处理。

    分割效果示意图:

    1)原图

    2)二值图

    3)灰度图

    4)前景人像图(透明背景)

    注:返回的二值图像需要进行二次处理才可查看分割效果;灰度图和前景人像图不用处理,直接解码保存图片即可

    var fs = require('fs');
    
    var image = fs.readFileSync("assets/example.jpg").toString("base64");
    
    // 调用人像分割
    client.bodySeg(image).then(function(result) {
        console.log(JSON.stringify(result));
    }).catch(function(err) {
        // 如果发生网络错误
        console.log(err);
    });
    
    // 如果有可选参数
    var options = {};
    options["type"] = "labelmap";
    
    // 带参数调用人像分割
    client.bodySeg(image, options).then(function(result) {
        console.log(JSON.stringify(result));
    }).catch(function(err) {
        // 如果发生网络错误
        console.log(err);
    });;

    人像分割 请求参数详情

    参数名称 是否必选 类型 说明
    image string 图像数据,base64编码,要求base64编码后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/png/bmp格式
    type string 可以通过设置type参数,自主设置返回哪些结果图,避免造成带宽的浪费
    1)可选值说明:
    labelmap - 二值图像,需二次处理方能查看分割效果
    scoremap - 人像前景灰度图
    foreground - 人像前景抠图,透明背景
    2)type 参数值可以是可选值的组合,用逗号分隔;如果无此参数默认输出全部3类结果图

    人像分割 返回数据参数详情

    字段 是否必选 类型 说明
    log_id int64 唯一的log id,用于问题定位
    labelmap string 分割结果图片,base64编码之后的二值图像,需二次处理方能查看分割效果
    scoremap string 分割后人像前景的scoremap,归一到0-255,不用进行二次处理,直接解码保存图片即可。Base64编码后的灰度图文件,图片中每个像素点的灰度值 = 置信度 * 255,置信度为原图对应像素点位于人体轮廓内的置信度,取值范围[0, 1]
    foreground string 分割后的人像前景抠图,透明背景,Base64编码后的png格式图片,不用进行二次处理,直接解码保存图片即可。将置信度大于0.5的像素抠出来,并通过image matting技术消除锯齿
    person_num int32 检测到的人体框数目
    person_info object[] 人体框信息
    +height float 人体区域的高度
    +left float 人体区域离左边界的距离
    +top float 人体区域离上边界的距离
    +width float 人体区域的宽度
    +score float 人体框的概率分数,取值0-1

    人像分割 返回示例

    {
        "log_id": 2451426617428943180,
        "labelmap": "iVBORw0KGg",
        "scoremap": "iVBORw0KGg"
        "foreground": "iVBORw0KGg",
        "person_num": 2,
        "person_info": [
            {
                "height": 420.9641110897064,
                "width": 365.67474365234375,
                "top": 3.704406976699829,
                "score": 0.9801973104476929,
                "left": 229.32940673828125
            },
            {
                "height": 371.6713676452637,
                "width": 167.91799926757812,
                "top": 49.91801834106445,
                "score": 0.4228516221046448,
                "left": 470.4878234863281
            }
        ],    
    }

    上一篇
    手势识别
    下一篇
    驾驶行为分析