talk is cheep， showyouthecodeimportmatplotlib.pyplotaspltimportmatplotlib.imageasmpimgfrommatplibimportanimationimportpadlehubashubashubfrbfrbfretplib imagesequenceimportnumpyasnpimportosimportcv2# 用于定义面部识别和人物识别的paddlehub函数face _ landmark=hub.module (name=' face _ landmark (human _ seg=hub.module (name=' depepep ) ) : result=human visualization=true (print (result [0] [ ' save _ path ' ] ) test _ img _ path=result [0] [0' sssath ] img 10 ) PLT.imshow(img ) PLT.axis ) off ) plt.show ) return test_img_path#是一英寸大小的图像defcrop_face ) pic _ path 面部识别result=face _ landmark.key point _ detection (paths=[ pic _ path ] ) face=NP.array ) resullay dtype=np.int64 0].max ) w=right-leftCW=int ) ) ) ) ) 65 1) min ) lower=face [ :1 ].max ) h=lower-up ch rate*h ) img=image.open(pic_path ) img=img.crop ) box ) img=img.resize ((295，413 )，image.antialialiath thresh=100 ) :defcut_person(img，num=[ 255，255，255 ] ) 3360img=NP.Array(img ).transpose ) 2，0， 1 ) Person=[]forIinrange(3) :a=img ) mask=NP.array ) (img )3) thresh )，dtype=np.uint8) # mask itititk iterations=2) mask=NP.array ) mask，dype=NP.bool (a [ mask ]=num [ I ] person.append ) a ) img=NP.array (NP ) num=[ 255，0，0 ] ) cut=cut_person ) img，num=[ 0，0，255 ] ) return cut # thresh=2) : pic=seg _ face (seg ) thange ) color ) img，thang '2.jpg']:id_photo(pic，rate=1.5，thresh=50 )实验环境python: 3.7.9
pip: 21.0.1
paddlehub: 2.0.4
paddlepaddle: 2.0.2
有关安装百度paddlehub的信息，请参阅“入门-源于工业实践的开源深度学习平台”
准备工作制作扩展名为. py的文件，如zhengjianzhao.py，并将上面的代码复制到该文件中；
2 .准备两张一个人的照片，取各自的名字。 1.jpg，2.jpg (记住根据自己的情况命名并修改代码倒数第二行中的文件夹)。
3 .将照片放在与py脚本文件相同的文件夹中
使用python IDLE或visual studio code等工具打开脚本文件，然后单击执行。 也可以在脚本所在的文件夹中打开命令行并输入。
当python zhangjian.py5 .脚本运行时，首先可以看到去除了其他背景的人在抠图。 单击“关闭”，将在当前文件夹下生成humanseg_output的文件夹，并将生成的一寸照片放在此文件夹下。
实验效果：
原图：
一寸照片：
原图
一寸照片
祝实验成功！
欢迎来我的个人网站逛逛：往后码生