【百度AI人像分割】Java示例代碼

 

 

接口能力:

對於輸入的一張圖片（可正常解碼，且長寬比適宜），識別人體的輪廓範圍，與背景進行分離，適用於拍照背景替換、照片合成、身體特效等場景。輸入正常人像圖片，返回分割後的二值結果圖和分割類型（目前僅支持person）。

算法用於將圖片中的人像和背景進行分離，能夠應用於APP背景替換，背景虛化等場景。

1.1 背景替換
利用分割結果進行背景的替換。好比圖片中的人像的背後背景能夠更換背景色，例如藍底紅底證件照。

1.2 背景虛化
利用分割的結果將背景進行虛化獲得更美的更有藝術效果的照片，例如濾鏡。

• 1）邀測的接口，不能直接在控制檯調用，可經過QQ羣（86033784八、649285136）聯繫羣管、或提交工單申請開通測試權限。
• 2）邀測的接口，暫未封裝服務端SDK，只能經過API調用。

此接口返回的數據須要額外的處理。

須要對Java的BufferedImage、ImageIO、Graphics2D有必定的瞭解。對圖像處理灰度 二值化有了解。

 

示例代碼中使用到了第三方的json處理包fastjson

<!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.49</version>
</dependency>

• Java調用示例代碼及返回數據處理

感謝百度相關RD提供的Java處理代碼哦

import java.awt.Graphics2D;
import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.net.URLEncoder;

import javax.imageio.ImageIO;


import sun.misc.BASE64Decoder;

import com.alibaba.fastjson.JSONObject;
//Base64Util  FileUtil  HttpUtil百度提供 自行下載便可 小帥整理的下載地址 
//http://aixiaoshuai.mydoc.io/?t=234826
import com.xs.util.baidu.Base64Util;
import com.xs.util.baidu.FileUtil;
import com.xs.util.baidu.HttpUtil;
/**
 * 人像分割Java-API示例代碼
 * @author 小帥丶
 *
 */
public class BodySegSample {
	//人像分割接口地址
	public static String BODYSEG_URL = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_seg";

	public static void main(String[] args) throws Exception {
		String accessToken = "本身應用獲取的AccessToken";
		//返回字符串
		String filePath = "G:/bodyseg.jpg";
		String result = getBodySegResult(filePath, accessToken);
		JSONObject jsonObject = JSONObject.parseObject(result);
		//圖片轉BufferedImage對象
		BufferedImage image = ImageIO.read(new File(filePath));
		//對接口返回的labelmapbase64進行處理  並拿圖片的原始寬高
		convert(jsonObject.getString("labelmap"),image.getWidth(),image.getHeight());
	}
	/**
	 * @param imagePath 圖片本地路徑
	 * @param accessToken 應用AccessToken
	 * @return String
	 * @throws Exception
	 */
	private static String getBodySegResult(String imagePath, String accessToken)
			throws Exception {
		byte[] imgData = FileUtil.readFileByBytes(imagePath);
		String imgStr = Base64Util.encode(imgData);
		String param = "image=" + URLEncoder.encode(imgStr, "UTF-8");
		// 注意這裏僅爲了簡化編碼每一次請求都去獲取access_token，線上環境access_token有過時時間，
		// 客戶端可自行緩存，過時後從新獲取。
		String result = HttpUtil.post(BODYSEG_URL, accessToken, param);
		return result;
	}
	/**
	 * 圖像轉換
	 * @param labelmapBase64 分割結果圖片，檢測出的二值圖像，base64編碼以後
	 * @param realWidth 圖片原始高度px
	 * @param realHeight 圖片原始寬度px
	 */
	public static void convert(String labelmapBase64, int realWidth, int realHeight) {
	    try {
	    	BASE64Decoder base64Decoder = new BASE64Decoder();
	        byte[] bytes = base64Decoder.decodeBuffer(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);//灰度圖
	        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);  //將像素存入緩衝區 這一步很重要哦
	            }
	        }
	        File newFile = new File("G:/gray001.jpg");
	        ImageIO.write(grayImage, "jpg", newFile);
	    } catch (IOException e) {
	        e.printStackTrace();
	    }
	}
	/**
	 * 重置圖片大小
	 * @param img 圖片數據
	 * @param newW 圖片寬度
	 * @param newH 圖片高度
	 * @return
	 */
	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;
	}
}

 

• 使用到的原圖

• 處理後的圖片