Image processing 检测身体/面部并移除背景

我的客户要求这样做，因为我们没有任何图像处理算法的经验，也没有兴趣深入研究它，我想我会看看以前是否有类似的做法。也许是一个框架或者类似的东西

他们想要的是用户给自己拍一张照片，然后图片中除了自己以外的任何东西都会被背景图像所取代。因此，他们可以简单地在巴哈马或诸如此类的地方创造自己的形象

我们可以假设每张照片中只有一个人。我们需要的基本上是一个函数，它获取图像，并返回人物在图像中的位置的掩码。我一直在谷歌上搜索答案，我发现了很多人脸识别框架，但它们都只是为了检测一张脸并给出它的位置。没有掩盖整个人

---

语言？客户端还是服务器端？几乎所有能起作用的东西

你所要求的是一个非常棘手的问题。考虑到背景可能会很嘈杂或复杂，甚至会与人混在一起。当然-在添加了背景为平面、单色以及图像亮度均匀的约束后，您可以使用。

在我的Nexus上，相机有一个功能可以满足您的需要

它似乎这样做的方式是，它首先获取一个用户的图像，而不是在屏幕上，并保存该图像。然后，它再次开始捕捉，任何不变的像素都会被新选择的背景所取代。任何不同的像素都被假定为人物，并在新捕获中保持原样

---

这类似于anathonline指出的色度键控，但除了用所需背景替换所有绿色像素外，还可以用所需背景替换所有保持不变的像素。

在这种情况下，我建议不要执行客户端请求，因为你没有兴趣知道你在用什么，这是图像处理的关键一步。据说，Viola Jones是一种常用的人脸检测方法。全自动身体检测通常要复杂得多，对于对任务不感兴趣的人来说是不可接近的。这被称为背景减法，它可以节省一些案例，为给定的应用程序产生可怕的结果。是的，但它使用起来相当简单，并且可以在比色度键控更多的情况下工作。如果相机保持稳定，它将能够产生合理的结果。归根结底，关键在于客户愿意接受什么，以接近他们想要的。需要保持稳定的不仅仅是摄像头，整个环境也需要冻结。你不能要求自然作为一个整体冻结，所以你至少有轻微的照明变化，这可能会引入阴影和其他问题。我认为你应该能够克服环境中的微小变化。您可以做一些简单的事情，比如添加阈值。绿色屏幕也会有同样的阴影问题，这不算问题。对于较小的运动变化，例如在风穿过树木移动树叶时，您可以尝试获取平均位置，并将其与原始图像进行比较，或者获取几个基础图像进行比较。然后你可以忽略一切，除了主要的三角洲。你把事情简化得太多了，在一个开放的环境中没有机会真正克服缺点。色度键控的工作原理很简单，因为它通常应用于非常受控的情况，基本上是完美的条件。现在，即使在相同的条件下，简单的背景减法也可能失败，因为当主体发生在场景中时，它会改变先前获得的背景。你可以在这里应用启发式，但它们是启发式的。