人像分割
所有文档

          人体分析

          人像分割

          接口描述

          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,示例代码如下;灰度图和前景人像图不用处理,直接解码保存图片即可

          Python:

          {
              import cv2
              import numpy as np
              import base64
              labelmap = base64.b64decode(res['labelmap'])    # res为通过接口获取的返回json
              nparr = np.fromstring(labelmap, np.uint8)
              labelimg = cv2.imdecode(nparr, 1)
              # width, height为图片原始宽、高
              labelimg = cv2.resize(labelimg, (width, height), interpolation=cv2.INTER_NEAREST)
              im_new = np.where(labelimg==1, 255, labelimg)
              cv2.imwrite('path/to/your/outputfile', im_new)
          }

          Java:

          public static BufferedImage resize(BufferedImage img, int newW, int newH) {
              Image tmp = img.getScaledInstance(newW, newH, Image.SCALE_SMOOTH);
              BufferedImage dimg = new BufferedImage(newW, newH, BufferedImage.TYPE_INT_ARGB);
          
              Graphics2D g2d = dimg.createGraphics();
              g2d.drawImage(tmp, 0, 0, null);
              g2d.dispose();
          
              return dimg;
          }
          
          public static void convert(String labelmapBase64, int realWidth, int realHeight) {
              try {
          	
                  byte[] bytes = Base64.getDecoder().decode(labelmapBase64);
                  InputStream is = new ByteArrayInputStream(bytes);
                  BufferedImage image = ImageIO.read(is);
                  BufferedImage newImage = resize(image, realWidth, realHeight);
                  BufferedImage grayImage = new BufferedImage(realWidth, realHeight, BufferedImage.TYPE_BYTE_GRAY);
                  for(int i= 0 ; i < realWidth ; i++){
                      for(int j = 0 ; j < realHeight; j++){
                          int rgb = newImage.getRGB(i, j);
                          grayImage.setRGB(i, j, rgb * 255);  //将像素存入缓冲区
                      }
                  }
                  File newFile = new File("gray.jpg");
                  ImageIO.write(grayImage, "jpg", newFile);
              } catch (IOException e) {
                  e.printStackTrace();
              }
          }

          请求说明

          请求示例

          HTTP 方法:POST

          请求URL: https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg

          URL参数:

          参数
          access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取

          Header如下:

          参数
          Content-Type application/x-www-form-urlencoded

          Body中放置请求参数,参数详情如下:

          请求参数

          参数 是否必选 类型 可选值范围 说明
          image string - 图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M。图片的base64编码是不包含图片头的,如(data:image/jpg;base64,),支持图片格式:jpg、bmp、png,最短边至少50px,最长边最大4096px
          type string labelmap,scoremap,foreground 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

          请求代码示例

          提示一:使用示例代码前,请记得替换其中的示例Token、图片地址或Base64信息。

          提示二:部分语言依赖的类或库,请在代码注释中查看下载地址。

          人像分割
          curl -i -k 'https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg?access_token=【调用鉴权接口获取的token】' --data 'image=【图片Base64编码,需UrlEncode】' -H 'Content-Type:application/x-www-form-urlencoded'
          <?php
          /**
           * 发起http post请求(REST API), 并获取REST请求的结果
           * @param string $url
           * @param string $param
           * @return - http response body if succeeds, else false.
           */
          function request_post($url = '', $param = '')
          {
              if (empty($url) || empty($param)) {
                  return false;
              }
          
              $postUrl = $url;
              $curlPost = $param;
              // 初始化curl
              $curl = curl_init();
              curl_setopt($curl, CURLOPT_URL, $postUrl);
              curl_setopt($curl, CURLOPT_HEADER, 0);
              // 要求结果为字符串且输出到屏幕上
              curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
              curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
              // post提交方式
              curl_setopt($curl, CURLOPT_POST, 1);
              curl_setopt($curl, CURLOPT_POSTFIELDS, $curlPost);
              // 运行curl
              $data = curl_exec($curl);
              curl_close($curl);
          
              return $data;
          }
          
          $token = '[调用鉴权接口获取的token]';
          $url = 'https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg?access_token=' . $token;
          $img = file_get_contents('[本地文件路径]');
          $img = base64_encode($img);
          $bodys = array(
              'image' => $img
          );
          $res = request_post($url, $bodys);
          
          var_dump($res);
          package com.baidu.ai.aip;
          
          import com.baidu.ai.aip.utils.Base64Util;
          import com.baidu.ai.aip.utils.FileUtil;
          import com.baidu.ai.aip.utils.HttpUtil;
          
          import java.net.URLEncoder;
          
          /**
          * 人像分割
          */
          public class BodySeg {
          
              /**
              * 重要提示代码中所需工具类
              * FileUtil,Base64Util,HttpUtil,GsonUtils请从
              * https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72
              * https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2
              * https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3
              * https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
              * 下载
              */
              public static String body_seg() {
                  // 请求url
                  String url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg";
                  try {
                      // 本地文件路径
                      String filePath = "[本地文件路径]";
                      byte[] imgData = FileUtil.readFileByBytes(filePath);
                      String imgStr = Base64Util.encode(imgData);
                      String imgParam = URLEncoder.encode(imgStr, "UTF-8");
          
                      String param = "image=" + imgParam;
          
                      // 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间, 客户端可自行缓存,过期后重新获取。
                      String accessToken = "[调用鉴权接口获取的token]";
          
                      String result = HttpUtil.post(url, accessToken, param);
                      System.out.println(result);
                      return result;
                  } catch (Exception e) {
                      e.printStackTrace();
                  }
                  return null;
              }
          
              public static void main(String[] args) {
                  BodySeg.body_seg();
              }
          }
          # encoding:utf-8
          
          import requests
          import base64
          
          '''
          人像分割
          '''
          
          request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg"
          # 二进制方式打开图片文件
          f = open('[本地文件]', 'rb')
          img = base64.b64encode(f.read())
          
          params = {"image":img}
          access_token = '[调用鉴权接口获取的token]'
          request_url = request_url + "?access_token=" + access_token
          headers = {'content-type': 'application/x-www-form-urlencoded'}
          response = requests.post(request_url, data=params, headers=headers)
          if response:
              print (response.json())
          #include <iostream>
          #include <curl/curl.h>
          
          // libcurl库下载链接:https://curl.haxx.se/download.html
          // jsoncpp库下载链接:https://github.com/open-source-parsers/jsoncpp/
          const static std::string request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg";
          static std::string body_seg_result;
          /**
           * curl发送http请求调用的回调函数,回调函数中对返回的json格式的body进行了解析,解析结果储存在全局的静态变量当中
           * @param 参数定义见libcurl文档
           * @return 返回值定义见libcurl文档
           */
          static size_t callback(void *ptr, size_t size, size_t nmemb, void *stream) {
              // 获取到的body存放在ptr中,先将其转换为string格式
              body_seg_result = std::string((char *) ptr, size * nmemb);
              return size * nmemb;
          }
          /**
           * 人像分割
           * @return 调用成功返回0,发生错误返回其他错误码
           */
          int body_seg(std::string &json_result, const std::string &access_token) {
              std::string url = request_url + "?access_token=" + access_token;
              CURL *curl = NULL;
              CURLcode result_code;
              int is_success;
              curl = curl_easy_init();
              if (curl) {
                  curl_easy_setopt(curl, CURLOPT_URL, url.data());
                  curl_easy_setopt(curl, CURLOPT_POST, 1);
                  curl_httppost *post = NULL;
                  curl_httppost *last = NULL;
                  curl_formadd(&post, &last, CURLFORM_COPYNAME, "image", CURLFORM_COPYCONTENTS, "【base64_img】", CURLFORM_END);
          
                  curl_easy_setopt(curl, CURLOPT_HTTPPOST, post);
                  curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, callback);
                  result_code = curl_easy_perform(curl);
                  if (result_code != CURLE_OK) {
                      fprintf(stderr, "curl_easy_perform() failed: %s\n",
                              curl_easy_strerror(result_code));
                      is_success = 1;
                      return is_success;
                  }
                  json_result = body_seg_result;
                  curl_easy_cleanup(curl);
                  is_success = 0;
              } else {
                  fprintf(stderr, "curl_easy_init() failed.");
                  is_success = 1;
              }
              return is_success;
          }
          using System;
          using System.IO;
          using System.Net;
          using System.Text;
          using System.Web;
          
          namespace com.baidu.ai
          {
              public class BodySeg
              {
                  // 人像分割
                  public static string body_seg()
                  {
                      string token = "[调用鉴权接口获取的token]";
                      string host = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg?access_token=" + token;
                      Encoding encoding = Encoding.Default;
                      HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
                      request.Method = "post";
                      request.KeepAlive = true;
                      // 图片的base64编码
                      string base64 = getFileBase64("[本地图片文件]");
                      String str = "image=" + HttpUtility.UrlEncode(base64);
                      byte[] buffer = encoding.GetBytes(str);
                      request.ContentLength = buffer.Length;
                      request.GetRequestStream().Write(buffer, 0, buffer.Length);
                      HttpWebResponse response = (HttpWebResponse)request.GetResponse();
                      StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
                      string result = reader.ReadToEnd();
                      Console.WriteLine("人像分割:");
                      Console.WriteLine(result);
                      return result;
                  }
          
                  public static String getFileBase64(String fileName) {
                      FileStream filestream = new FileStream(fileName, FileMode.Open);
                      byte[] arr = new byte[filestream.Length];
                      filestream.Read(arr, 0, (int)filestream.Length);
                      string baser64 = Convert.ToBase64String(arr);
                      filestream.Close();
                      return baser64;
                  }
              }
          }

          返回说明

          返回参数

          字段 是否必选 类型 说明
          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,注意当值为0时 数据类型为int
          +left float 人体区域离左边界的距离,注意当值为0时 数据类型为int
          +top float 人体区域离上边界的距离,注意当值为0时 数据类型为int
          +width float 人体区域的宽度,注意当值为0时 数据类型为int
          +score float 人体框的概率分数,取值0-1,,注意当值为0时 数据类型为int

          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