巧用Python，视频抠图无需绿幕

最近参加超越杯发生了一段小插曲，主办方要求提交白底的团队介绍VCR，然而之前没有注意到这点，就找了个风景优美的地方拍摄，直到截止前才发现大事不妙。

此时自然而然地就想到抠图了！然而这次的视频背景花里胡哨。

我询问了各路图像大佬，得到的回复往往是几个paper标题，或者几个不明觉厉的词汇，至于直接能拿来用解决燃眉之急的，实在没有。。。

于是我决定从问题本质出发，视频抠图最直接的思路不外乎三步走：

1.从视频转换为一帧帧的图像

2.将每帧图像分别进行人像分离

3.将处理后的每帧图像合并回新视频

其中13两步显然是没有难度的，只要找到对应的视频、图像库。

第2步就是难点、瓶颈所在了。

市面上的人像分割api众多，例如百度的aip、旷视的Face++、国外火爆的remove.bg。

我还是选择了 络稳定，每日允许调用50000次的百度aip，倘若每秒25帧，意味着可以每日处理长度为33.33分钟的视频！

当然如果有离线版api（可以推荐我一下）或者自己训练好的神经 络，肯定是更佳的选择。

下面开始写代码啦

首先是视频转图片部分

经过这一步转换，我们约2分钟的测试视频被神奇地转为

这1819张独立的图片

需要一定的存储空间哦~

接下来，关键的一步到了！对每张图片进行抠图处理。

只需要调整numimg值为图片总数，就能自动进行抠图啦！

可以在调用do_split_figure函数时指定结果图片的背景色，默认是白底。

如果想看抠图的mask结果，可以将保存mask_img相关的几行代码取消注释。

人像分割得到的mask

值得注意的是，在得到0/1结果矩阵后，需要进行边缘羽化处理，这里我用了简单的cv2.blur，大家如果有更好的方法可以告诉我。

然后就是

sum = labelimg * ori_img + (all_one – labelimg)*color_new

以blur之后的矩阵为比例，将前景色和背景色填上去啦！

最后，激动人心的时刻到了！只需要再将这些图片转回视频就行了。