pixellib图像分割库简单使用

最新推荐文章于 2026-06-19 21:15:32 发布

原创最新推荐文章于 2026-06-19 21:15:32 发布 · 1k 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#opencv #python #计算机视觉

计算机视觉项目专栏收录该内容

17 篇文章

订阅专栏

该博客展示了如何在Python环境中使用Pixellib库进行语义分割和实例分割。通过安装必要的依赖库，如TensorFlow和Pixellib，然后实例化分割模型并加载预训练权重，可以对图像进行分割。在语义分割示例中，使用了DeepLabv3_xception65_ade20k模型，而在实例分割示例中，应用了mask_rcnn_coco模型来识别和分离图像中的特定对象。

环境准备：

# 语义分割Demo
# 安装使用方法：https://pixellib.readthedocs.io/en/latest/index.html

# python=3.8

# TensorFlow
# Windows：pip install tensorflow==2.2.0 (最新版的2.8可能会报错)


# pip install imgaug
# pip install pixellib --upgrade
# pip install protobuf==3.19.0

# conda install -c conda-forge jupyterlab

语义分割示例：

import cv2
# 导入语义分割
from pixellib.semantic import semantic_segmentation


def cv_show(neme, img):
    # cv2.namedWindow(neme, cv2.WINDOW_NORMAL)
    cv2.imshow(neme, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


img = cv2.imread('./images/baby.jpg')
img_cvt = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# cv_show('neme', img_cvt)

if __name__ == '__main__':

    # 实例化
    segment = semantic_segmentation()
    # 加载模型
    segment.load_ade20k_model('./weights/deeplabv3_xception65_ade20k.h5')
    # 分割
    results, output = segment.segmentFrameAsAde20k(img, overlay=True)

    cv_show('neme', output)

实例分割示例：

import cv2
import numpy as np

# 导入实例分割
from pixellib.instance import instance_segmentation


def cv_show(neme, img):
    # cv2.namedWindow(neme, cv2.WINDOW_NORMAL)
    cv2.imshow(neme, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


# 读取图片
img = cv2.imread('./images/baby.jpg')
img_cvt = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# cv_show('neme', img)

# 实例化
instance = instance_segmentation()
# 加载模型
instance.load_model('./weights/mask_rcnn_coco.h5')
# 实例分割
target_classes = instance.select_target_classes(person=True)
results, output = instance.segmentFrame(img.copy(), segment_target_classes=target_classes)
# cv_show('neme', output)


# 创建黑色背景图
black_bg = np.zeros((img.shape[:2]))
person_count = len(results['class_ids'])
masks = results['masks']
# 将多个人结果合成一个蒙版
for p_index in range(person_count):
    # 单个人蒙版 在循环中合成多个人
    black_bg = np.where(masks[:, :, p_index] == True, 255, black_bg)

cv_show('neme', black_bg)