AI十行代码系列5.人像分割-MediaPipe Python

Posted 2022-03-15 朱铭德

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了AI十行代码系列5.人像分割-MediaPipe Python相关的知识，希望对你有一定的参考价值。

【TLAIP系列简介】Ten-Lines-AI-Projects

现阶段有非常多优秀的开源的AI工程，为了有更好的可扩展性，接口往往设计得十分复杂，这需要投入一定的时间和精力来处理，对于不熟悉或者刚入门的小伙伴，这可能需要花很久。本系列设计的出发点也很纯粹，进一步降低小伙伴们挑选和使用轮子的时间，让更多小伙伴能更快地验证算法效果，算法满足效果了再扒开看看，不满意直接看下一个。有任何问题和建议欢迎随时评论，目前系列里的十行代码会按照下列方式进行：

import  关键py
1.定义好输入
2.网络初始化配置
3.开始跑并输出结果
4.可视化结果

包含空格和一些必要的说明，估计正好十行。哈哈哈哈（不能再少了，再少我的强迫症就不能忍受了）。

如果遇到什么很牛逼的AI工程或者自己不想跑的但是一眼看上去效果很好的工程，欢迎留言交流哈，有空可以一并整理到这个工程，一键可运行，无繁杂使用过程。

【正文】

本文的主角依旧是谷歌大名鼎鼎的MediaPipe，主要功能是人像分割（自拍分割），主要用于视频通话，疫情期间相信大家或多或少都接触过甚至用过这种功能，可以借此机会自己跑一跑，代码还是很直观的。惯例先放效果：

十行代码

依旧是熟悉的配方，三大块，唯一不同的是，加入了背景图像生成器，故而加入了两个参数，一个是是否循环，一个是循环的步长（多少帧换一次背景）。

from utils.segmentation_mediapipe import InputData, InitSegmentation, ShowResult

# 初始化输入源, file支持数字（相机）以及视频文件路径，图片路径或文件夹路径
input_data = InputData("test/hand_tracking.mp4")  # input_data = InputData("test/imgs")
bg_data = InputData("test/imgs/background", repeat=True, repeat_step= 15)
selfie_segmentation = InitSegmentation(model=0)
# 获取图像以及结果的generator
run_pose_result = selfie_segmentation.run_segmentation(input_data.get_next_img())
# 显示结果， ESC退出，图片模式按任意键继续
ShowResult(input_data.wait_key).show_result(run_pose_result, bg_data.get_next_img())

InputData用来处理各种输入，目前兼容下列各种情况的输入（是不是很良心）：

系统相机，输入相机编号即可，例如 InputData(file=0)
一个视频文件，输入视频路径即可，例如 InputData(file="test/hand_tracking.mp4")
一张图片，输入图片路径即可，例如 InputData(file="test/imgs/0.jpg")
一个包含很多图像的目录，输入目录路径即可，例如 InputData(file="test/imgs")

InitPoseTracker用来初始化网络的参数，主要参数如下：

use_static_mode 图片模型还是视频模式，如果是图片，会先运行检测算法，否则直接追踪
up_body_only 用来控制是半身模式还是全身模式
detect_conf 检测网络的置信度（默认0.5就行，一般不用改）
track_conf 追踪网络的置信度（默认0.5就行，一般不用改）

ShowResult用来可视化结果

waitkey_mode 默认1，会刷新显示视频；输入0的话会阻塞图像显示，按下任意键继续

环境配置和使用说明

配置conda（可选），注意需要使用python3.7及以上（3.6没有分割模块！）

conda create -n mediapipe python=3.7
conda activate mediapipe

安装必要的依赖包

注意这里的mediapipe版本，低版本的没有这个模块

pip install opencv-python
pip install mediapipe==0.8.9.1

配置好环境后，直接运行 “运行这个.py" 即可

功能代码剖析

唯一需要注意的地方是网络的model参数，默认的0代表一个比较均衡的模型，如果指定为1，使用一个效率更高的模型（输入更小，从256*256下降到114*256），可以稍微看下效果对比：

功能代码不算长，都粘上来了（推荐直接去github下载完整的代码和测试视频）。功能代码：

import os

import cv2
import mediapipe as mp
import numpy as np


class InputData:
    def __init__(self, file=0, repeat=False, repeat_step=1):
        self.cap = None
        self.repeat = repeat
        self.repeat_step = repeat_step
        self.img_list = []
        self.img_id = 0
        self.img_type_list = 'jpg', 'bmp', 'png', 'jpeg', 'rgb', 'tif', 'webp'
        self.deal_with_input(file)
        self.use_img_list = len(self.img_list) > 0
        self.wait_key = 0 if self.use_img_list else 1
        self.use_static_mode = self.use_img_list

    def gen_img_list(self, path):
        for item in os.listdir(path):
            if item.split(".")[-1] in self.img_type_list:
                self.img_list.append(os.path.join(path, item))

    def deal_with_input(self, file):
        path_valid = False
        if isinstance(file, int):
            # use camera
            self.cap = cv2.VideoCapture(file)
            path_valid = True
        elif isinstance(file, str):
            if os.path.isdir(file):
                # use img list
                self.gen_img_list(file)
                if len(self.img_list) > 0:
                    path_valid = True
                else:
                    print("no images in", file)
            elif os.path.isfile(file):
                if file.split(".")[-1] in self.img_type_list:
                    # only one image
                    self.img_list.append(file)
                    path_valid = True
                else:
                    self.cap = cv2.VideoCapture(file)
                    if self.cap.isOpened():
                        print("video path is", file)
                        path_valid = True
                    else:
                        print("video path is not valid, path is:", file)
        if not path_valid:
            print("Invalid input! Use camera 0 instead!")
            self.cap = cv2.VideoCapture(0)

    def get_next_img(self):
        if self.use_img_list:
            while self.img_id < len(self.img_list):
                img = cv2.imread(self.img_list[int(self.img_id)])
                self.img_id += 1 / self.repeat_step
                if self.img_id >= len(self.img_list) and self.repeat:
                    self.img_id = 0
                if img is not None:
                    yield img
            yield None
        else:
            while True:
                _, img = self.cap.read()
                if img is None:
                    yield None
                    break
                yield img

    def release_cap(self):
        if self.cap:
            self.cap.release()


class InitSegmentation:
    def __init__(self, model=0):
        self.segmentation = None
        self.model = model
        self.init_network()

    def init_network(self):
        self.segmentation = mp.solutions.selfie_segmentation.SelfieSegmentation(
            model_selection=self.model)

    def run_segmentation(self, get_nex_img):
        while True:
            img_origin = next(get_nex_img)
            if img_origin is None:
                yield [None, None]
                break
            img = cv2.cvtColor(img_origin, cv2.COLOR_BGR2RGB)
            yield [img_origin, self.segmentation.process(img)]


class ShowResult:
    def __init__(self, waitkey_mode=1):
        self.waitkey = waitkey_mode

    def show_result(self, run_hand_tracking, bg_gen):

        while True:
            img, results = next(run_hand_tracking)
            if img is None:
                break
            bg_img = next(bg_gen)
            # Draw selfie segmentation on the background image.
            # To improve segmentation around boundaries, consider applying a joint
            # bilateral filter to "results.segmentation_mask" with "image".
            condition = np.stack(
                (results.segmentation_mask,) * 3, axis=-1) > 0.1
            # The background can be customized.
            #   a) Load an image (with the same width and height of the input image) to
            #      be the background, e.g., bg_image = cv2.imread('/path/to/image/file')
            #   b) Blur the input image by applying image filtering, e.g.,
            #      bg_image = cv2.GaussianBlur(image,(55,55),0)
            bg_image = cv2.resize(bg_img, (img.shape[1], img.shape[0]))
            output_image = np.where(condition, img, bg_image)
            cv2.imshow('MediaPipe-Segmentation', output_image)
            if cv2.waitKey(self.waitkey) & 0xFF == 27:
                break