图像生成大模型
图像生成大模型
图像生成大模型
文档指南
请输入
图像生成大模型
实时互动数字人大模型
视频生成
智能绘图（文生图）
智能绘图（图生图）
智能绘图（图像特效）
图像识别与理解
身份认证
身份认证（增强版）
面部比对
图片静默活体检测
图像识别
通用图像分割
智能图像处理
SaaS应用
炉米LUMI
用户指南
LUMI相关协议
- 文档首页
图像生成大模型图像识别与理解图像识别通用图像分割最佳实践智能分割最佳实践
复制全文
下载 pdf智能分割最佳实践
文档反馈
问问助手效果图
原图 | 智能分割 | 前景图 | 图层合并 |
| | | |
Mask转前景图Demo
# mask转前景图
import cv2
from PIL import Image
import numpy as np
import time
class UnsupportedFormat(Exception):
def __init__(self, input_type):
self.t = input_type
def __str__(self):
return "不支持'{}'模式的转换，请使用为图片地址(path)、PIL.Image(pil)或 OpenCV(cv2)模式".format(self.t)
class MatteMatting():
def __init__(self, original_graph, mask_graph, input_type='path'):
"""
将输入的图片经过蒙版转化为透明图构造函数
:param original_graph:输入的图片地址、PIL格式、CV2 格式
:param mask_graph:蒙版的图片地址、PIL格式、CV2 格式
:param input_type:输入的类型，有 path：图片地址、pil：pil 类型、cv2 类型
"""
if input_type == 'path':
self.img1 = cv2.imread(original_graph)
self.img2 = cv2.imread(mask_graph)
elif input_type == 'pil':
self.img1 = self.__image_to_opencv(original_graph)
self.img2 = self.__image_to_opencv(mask_graph)
elif input_type == 'cv2':
self.img1 = original_graph
self.img2 = mask_graph
else:
raise UnsupportedFormat(input_type)
@staticmethod
def __transparent_back(img):
"""
:param img: 传入图片地址
:return: 返回替换白色后的透明图
"""
img = img.convert('RGBA')
L, H = img.size
color_0 = (255, 255, 255, 255) # 要替换的颜色
for h in range(H):
for l in range(L):
dot = (l, h)
color_1 = img.getpixel(dot)
if color_1 == color_0:
color_1 = color_1[:-1] + (0,)
img.putpixel(dot, color_1)
return img
def save_image(self, mask_flip=False):
"""
用于保存透明图
:param mask_flip: 蒙版翻转，将蒙版的黑白颜色翻转;True 翻转;False 不使用翻转
"""
timestamp = str(int(time.time()))
if mask_flip:
img2 = cv2.bitwise_not(self.img2) # 黑白翻转
image = cv2.add(self.img1, img2)
image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) # OpenCV 转换成 PIL.Image 格式
img = self.__transparent_back(image)
img.save(f"<YOUR_IMAGE_URL>{timestamp}.png")
@staticmethod
def __image_to_opencv(image):
"""
PIL.Image 转换成 OpenCV 格式
"""
img = cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR)
return img
if __name__ == '__main__':
mm = MatteMatting("<YOUR_IMAGE_PATH>",
"<YOUR_IMAGE_PATH>")
mm.save_image(mask_flip=True) # mask_flip是指蒙版翻转，即把白色的变成黑色的，黑色的变成白色的
获取最大实体Mask逻辑
"return_format": 1时返回的第一个
多个实体合并逻辑
import cv2
from PIL import Image
import os
# 定义根目录，这里存放要处理的文件
root_dir = '<YOUR_IMAGE_PATH>'
# 获取根目录下的所有文件列表
files = os.listdir(root_dir)
# 生成包含'mask.jpeg'和其对应的'mask_1.jpeg'的文件对列表
pairs = [(file, file.replace('.jpeg', '_1.jpeg', )) for file in files if file.endswith('mask.jpeg')]
for pair in pairs:
# 读取'mask.jpeg'文件
mask0 = cv2.imread(os.path.join(root_dir, pair[0]))
# 读取'mask_1.jpeg'文件
mask1 = cv2.imread(os.path.join(root_dir, pair[1]))
if mask1 is None: # 如果'mask_1.jpeg'不存在，则跳过本次循环
continue
# 将两个图像进行叠加
image = mask0 + mask1
# 定义输出文件名，是'mask.jpeg'替换为'_combined.jpeg'
output_file = pair[0].replace('.jpeg', '_combined.jpeg')
# 保存合并后的图片
cv2.imwrite(output_file, image)
完整入参示例
{
"image_urls": [
"<YOUR_IMAGE_URL>"],
"req_key": "entity_seg",
"return_url": true,
"max_entity": 20,
"return_format": 1,
"refine_mask": 0
}
完整返回示例
{
"code": 10000,
"data": {
"algorithm_base_resp": {
"status_code": 0,
"status_message": "Success"
},
"binary_data_base64": [],
"entity_num": [
3
],
"image_urls": ["https:xxx ",
"https:xxx",
"https:xxx"
],
"ori_height": [1706],
"ori_width": [960],
"seg_score": [0.999703049659729, 0.9998470544815063, 0.9993122220039368]
},
"message": "Success",
"request_id": "202407231631029A865ECF357FC3D0CD9F",
"status": 10000,
"time_elapsed": "2.366757385s"
}
最近更新时间：2026.08.24 11:22:21
这个页面对您有帮助吗？
有用
有用
无用
无用