MODNet 本地抠图项目指南

1️⃣ MODNet 抠图原理

1. 抠图是什么？

• 把图片中的主体（通常是人像）从背景中分离出来。
• 输出是一张带透明背景的图片（PNG 格式，RGBA 模式）。

2. MODNet 的原理

• MODNet 是一个深度学习模型，专门生成 alpha mask（前景透明度）。
• 工作流程：
  1. 输入图片 → MODNet → 输出 alpha mask。
  2. 用 alpha mask 对原图进行处理 → 背景透明化。
• 优点：速度快、效果好，可处理高分辨率人像。

---

2️⃣ 源码获取与模型准备

2.1 下载 MODNet 源码

• 官方 GitHub 仓库：https://github.com/ZHKKKe/MODNet

• 本地下载方式：

  1. Clone 仓库（如果有 Git）：
     git clone https://github.com/ZHKKKe/MODNet.git
  2. 或者直接下载 ZIP，解压到本地：
  • 例如放到项目根目录下：workspace_py/MODNet/

• 注意结构：
  MODNet/
  ├─ demo/
  ├─ doc/
  ├─ MODNet/
  ├─ onnx/
  ├─ pretrained/
  ├─ src/
  │ └─ models/
  │ ├─ backbones/
  │ ├─ modnet.py
  │ ├─ trainer.py
  │ └─ init .py
  2.2 下载模型文件

• MODNet 官方提供两类 ckpt 文件：

  1. 人像抠图模型（photographic portrait matting）
     modnet_photographic_portrait_matting.ckpt
  2. webcam 人像抠图模型（实时摄像头）
     modnet_webcam_portrait_matting.ckpt

• 下载地址示例：

  • 官方 release 或项目 README 会提供 Google Drive / Baidu 网盘链接。

• 保存到项目：
  workspace_py/models/
  modnet_photographic_portrait_matting.ckpt
  modnet_webcam_portrait_matting.ckpt
  2.3 配置路径

• 在 config.py 中指定模型路径：
  MODNET_CKPT_PATH = "models/modnet_photographic_portrait_matting.ckpt"

• 读取时使用：
  from config import MODNET_CKPT_PATH

---

3️⃣ 项目文件结构

假设项目根目录为 workspace_py，结构示例：

workspace_py/

├─ app/services/test001/

│ ├─ segmentation.py # 核心抠图逻辑

│ ├─ utils.py # 图片读写、日志处理

│ └─ config.py # 模型路径等配置

├─ models/ # 存放 ckpt 模型文件

│ ├─ modnet_photographic_portrait_matting.ckpt

│ └─ modnet_webcam_portrait_matting.ckpt

├─ MODNet/ # 源码文件夹

│ ├─ src/models/modnet.py

│ ├─ src/models/backbones/

│ └─ ...

├─ tests/

│ └─ test_segmentation.py # 测试脚本

---

4️⃣ 运行环境配置

1. 创建虚拟环境：
   conda create -n tf_env python=3.8 -y
   conda activate tf_env
2. 安装依赖：
   pip install torch torchvision pillow pytest
   注意：Windows 下不需要编译，直接用 pip 安装即可。

---

5️⃣ 核心操作步骤

1. 准备图片

• 将要抠图的图片放在本地，例如：
  d://temp//test//face_image.jpg

2. 调用抠图函数
   from app.services.test001.segmentation import remove_background, save_image

image_path = "d://temp//test//face_image.jpg"

output_path = "d://temp//test//face_image_out.png"

result_img = remove_background(image_path)

save_image(result_img, output_path)

print("抠图完成，结果保存到：", output_path)

1. 运行测试
   python -m pytest tests/test_segmentation.py

• 输出示例：
  测试通过：有效图片抠图成功
  测试通过：无效图片正确抛出异常

1. 查看结果

• 打开生成的 PNG 图片，检查是否透明背景正确。

---

6️⃣ 理解要点

• remove_background 核心逻辑：
  1. 读取图片 → Image.open()
  2. 调用 MODNet 模型 → 生成 alpha mask
  3. alpha mask 与原图融合 → 透明背景
• utils.py：处理图片读写、日志、异常，方便调试
• config.py：集中管理模型路径
• test_segmentation.py：单元测试示例，学生可修改路径测试自己的图片

---

7️⃣ 小贴士

• 输出图片必须为 PNG 才能保留透明通道。
• 模型首次加载可能比较慢。
• 图片过大可能占用内存，可先缩小后处理。