焕影一新HivisionIDphotos证件照制作算法，是一个轻量、高效的综合AI证件照制作程序，它集成了智能抠图、人脸检测、尺寸切割等功能于一体，采用了一套完善的机器学习模型工作流，实现了针对各种不同用户使用场景的适配。

ModNet是一项由瑞士洛桑联邦理工学院（EPFL）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。ModNet使用了一种名为MODNet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得ModNet成为一种非常高效且精确的人物抠图技术。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。

person-modnet:基于modnet的人像分割技术

MODNet是一个

仅需RGB图片输入的

实时人像抠图模型

在线地址：点击访问

项目简介

本项目基于 ModNet 模型，使用 Python 语言实现的一个人像分割项目。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。

ModNet是一项由瑞士洛桑联邦理工学院（EPFL）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。ModNet使用了一种名为MODNet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得ModNet成为一种非常高效且精确的人物抠图技术。

ModNet的优点不仅仅在于它的效率和精度，还在于它的灵活性。它可以用于各种不同类型的图像，包括人物照片、头像、艺术照片和自然风景照片等。这使得它成为了一个非常有用的工具，可以被广泛应用于许多领域，如图像处理、电影制作、广告制作等。

ModNet项目最初的开发目的是为了提供一种高效的人物抠图技术，以取代传统的图像编辑软件中使用的笨重和耗时的工具。ModNet是在公共数据集上训练得到的，这意味着它可以应用于各种类型的图像，并且其准确性也已得到广泛验证。

总之，ModNet是一种非常先进和高效的人物抠图技术，采用了最先进的深度学习技术和图像分割方法。它在图像处理和其他领域中具有广泛的应用前景，是计算机视觉领域中的一个重要突破。

论文链接请点此处，本项目是对modnet论文的复现（测试图像来自AI生成）。

功能特性

作者✍️为本项目封装好了接口，只需要调用此函数即可轻易完成人像分割任务，代码如下：

<code>from inference import inference

import cv2

# 输入图像一般满足opencv的读取格式

image = cv2.imread("图像路径")

"""

返回值：matte，分割后的人像图像

compose_im，分割后的人像图像与背景图像的融合图像

输入参数：image，输入的图像，必须为三通道图像

model_path，模型的路径

"""

matte, compose_im = inference(image, model_path="./modnet_photographic_portrait_matting.onnx")code>

处理速度蛮快，基本上在0.5s内就可以完成一张图像的分割任务。但是目前对于多人像的分割以及复杂场景（比如demo中的图例5）分割还不是很友好，如果你有兴趣，可以尝试微调一下。

环境要求

<code>git lfs install && git clone https://swanhub.co/ZeYiLin/HivisionIDPhotos.git

cd HivisionIDPhotos

Install dependent packages

pip install -r requirements.txt

⚡️快速推理

模型与代码通过git-lfs下载。

git lfs install

git clone https://swanhub.co/ZeYiLin/HivisionIDPhotos.git

Demo

python app.py

运行程序将生成一个本地Web页面，在页面中可完成证件照的操作与交互。

部署API服务

python deploy_api.py

请求API服务（Python）

用Python给服务发送请求：

证件照制作（输入1张照片，获得1张标准证件照和1张高清证件照的4通道透明png）：

python requests_api.py -u http://127.0.0.1:8080 -i test.jpg -o ./idphoto.png -s '(413,295)'

增加底色（输入1张4通道透明png，获得1张增加了底色的图像）：

python requests_api.py -u http://127.0.0.1:8080 -t add_background -i ./idphoto.png -o ./idhoto_ab.jpg -c '(0,0,0)'

得到六寸排版照（输入1张3通道照片，获得1张六寸排版照）：

python requests_api.py -u http://127.0.0.1:8080 -t generate_layout_photos -i ./idhoto_ab.jpg -o ./idhoto_layout.jpg -s '(413,295)'

🐳Docker部署

在根目录下执行：

docker build -t hivision_idphotos .

等待镜像封装完毕后，运行以下指令，即可开启API服务：

docker run -p 8080:8080 hivision_idphotos

引用项目

MTCNN: https://github.com/ipazc/mtcnnModNet: https://github.com/ZHKKKe/MODNet