opencv进阶 ——(十一)基于RMBG实现生活照生成寸照

实现步骤

1、检测人脸,可以使用opencv自带的级联分类器或者dlib实现人脸检测

2、放大人脸范围,调整到正常寸照尺寸

3、基于RMGB算法得到人像掩码

4、生成尺寸相同的纯色背景与当前人像进行ALPHA融合即可

alpha融合实现

cpp 复制代码
void alphaBlend(cv::Mat& fgImg, cv::Mat& roi, cv::Mat& mask)
{
    for (int i = 0; i < roi.rows; i++)
    {
        for (int j = 0; j < roi.cols; j++)
        {
            auto maskVal = (float)mask.at<uchar>(i, j)/255;
            for (size_t n = 0; n < 3; n++)
            {   
                roi.at<cv::Vec3b>(i, j)[n] = fgImg.at<cv::Vec3b>(i, j)[n]*maskVal + roi.at<cv::Vec3b>(i, j)[n]*(1-maskVal);
            }       
        }
    }
}

如果原图是纯色背景,那么扣取的图片可能存在部分边界色,可以通过一下滤波函数处理一下边界

cpp 复制代码
void filterBoundary(cv::Mat& roi, cv::Mat& mask)
{
    cv::Mat kernel = (cv::Mat_<double>(3, 3) << 1, 2, 1, 
                                                2, 4, 2, 
                                                1, 2, 1);
    kernel /= 16.0; // 归一化

    int sz = 1;
    for (int i = 0; i < roi.rows; i++)
    {
        for (int j = 0; j < roi.cols; j++)
        {
            auto maskVal = (float)mask.at<uchar>(i, j);
            if (maskVal < 255 && maskVal > 0)
            {
                int left = MAX(j - sz, 0);
                int right = MIN(j + sz, roi.cols - 1);
                int top = MAX(i - sz, 0);
                int bottom = MIN(i + sz, roi.rows - 1);
                auto tmpRoi = roi(cv::Rect(left, top, right - left + 1, bottom - top + 1));
                cv::filter2D(tmpRoi, tmpRoi, -1, kernel);
            }       
        }
    }
}
相关推荐
Aileen_0v017 分钟前
【AI驱动的数据结构:包装类的艺术与科学】
linux·数据结构·人工智能·笔记·网络协议·tcp/ip·whisper
数信云 DCloud18 分钟前
实力认可 | 通付盾入选《ISC.AI 2024创新能力全景图谱》五项领域
人工智能
itwangyang52019 分钟前
AIDD - 从机器学习到深度学习:蛋白质-配体对接评分函数的进展
人工智能·深度学习·机器学习
jerry20110820 分钟前
机器学习常用术语
人工智能·机器学习
电报号dapp11922 分钟前
比特币市场震荡:回调背后的机遇与挑战
人工智能·去中心化·区块链·智能合约
AI_NEW_COME32 分钟前
构建全方位大健康零售帮助中心:提升服务与体验
大数据·人工智能
IT古董38 分钟前
【机器学习】机器学习的基本分类-强化学习-Actor-Critic 方法
人工智能·机器学习·分类
martian66538 分钟前
【人工智能数学基础】——深入详解贝叶斯理论:掌握贝叶斯定理及其在分类和预测中的应用
人工智能·数学·分类·数据挖掘·贝叶斯
mingo_敏39 分钟前
深度学习中的并行策略概述:2 Data Parallelism
人工智能·深度学习
終不似少年遊*1 小时前
美国加州房价数据分析01
人工智能·python·机器学习·数据挖掘·数据分析·回归算法