前言
随着移动互联网的普及，随时随地拍照已成为人们生活中不可或缺的一部分。然而，很多时候在拍照时，我们无法掌控周围环境的光线、角度以及背景等因素，导致拍出的照片效果并不如意。其中一个常见的问题是背景杂乱，这时我们就需要用到人像背景自动去除服务。
本文将介绍如何基于 Serverless 与机器学习实现人像背景自动去除服务，这不仅可以帮助你把焦点放在重要的主体上，同时也可以让你的照片更加美观。
服务架构
上图为本文所用服务的架构图。用户上传带有人像的照片至对象存储服务，并触发事件通知函数，函数将照片交由机器学习服务进行背景去除处理，得到只有人像的照片，并将其返回给用户。
实现步骤
1. 创建对象存储服务
本文使用阿里云对象存储 OSS 作为存储照片的服务，读者可以根据自己的需求选择其他云服务商提供的对象存储服务。
创建完对象存储服务后，需要在存储桶设置中配置事件通知功能，并设置事件通知的目标为函数计算服务。
2. 创建机器学习服务
本文使用阿里云机器学习 PAI 作为处理背景去除的服务，读者可以根据自己的需求选择其他云服务商提供的机器学习服务。
在创建机器学习服务时，需要上传一定数量的有标注数据集，用于训练模型。数据集的标注可以通过图像标注工具或人工标注等方式完成。
3. 创建函数计算服务
本文使用阿里云函数计算服务作为事件通知的处理服务，读者可以根据自己的需求选择其他云服务商提供的函数计算服务。
在创建函数计算服务时，需要上传处理照片的代码包，在代码中调用机器学习服务进行背景去除处理，并将处理后的照片上传至对象存储服务。
4. 测试服务
创建完服务后，可以上传一些带有人像的照片进行测试，查看服务是否正常工作。
代码示例
函数计算代码
------ -------
------ --------
------ ---------
---- -- ------ -------
---- --- ------ -----
------ - -------------------
--- -------------- ---------
------------------
--- ------ -- -----------------
-- ----- -- -------
--- - -------------
----------- - ---------------------
---------- - --------------------
--- - ------------------------------------------------------------------
-------- - -----------------
----
-- -------------------- -- ----
--- - -------------------------------------
--- - ------------------
-------- - -----------------------------------------------------------------------
---------
--------------- -------------------
---------------- -------- -------------
--
------
----------- ---
--
------------- - ---------------
------ - ---------------------------------
-- ------ -- ----
---------------- - ----- -------
------
-------- - ----------------------------------------------------------------------------
---------
--------------- -------------------
---------------- -------- -------------
--
------
------- --
---------- ---
--
------------- - ---------------
---------- - -----------------------------------------
-- ----------------------------- - ----
-------------------- - ------
------
- ----- ----------------------------------
-----
---------------------- ------ ---- ------------------------
------ --------- -- --
--------------------
------------------------------------上述代码使用对象存储服务提供的事件通知功能，当有照片上传至存储桶时，代码将读取照片内容并发送到机器学习服务进行处理，并将处理后的结果上传至对象存储服务。
机器学习代码
本文不涉及机器学习模型的训练部分，读者可以使用已经训练好的模型来处理照片。下面是一个简单的 Python 代码示例，使用已经训练好的背景去除模型对照片进行处理。
------ --------- -- ---
---- --- ------ -----
------ ----- -- --
----- - -------------------------------------------------
--- ------------------------------
--- - ----------------------
--- - -------------
------- - --------------------------------
---- - ------------------
---- - ------------------------------------------------------ -----------------------
----- - ----------------- --------- --- -- -- ---
---------------------------------
-------------------------------
------ -----上述代码将照片读取为数组，然后使用 PaddleHub 的 deeplabv3p_xception65_humanseg 模型进行背景去除处理，并返回处理后的带有 alpha 通道的图片。
总结
本文介绍了如何基于 Serverless 与机器学习实现人像背景自动去除服务，并提供了代码示例。读者可以根据本文所述的方法和思路，自行搭建自己的服务，同时根据实际需求进行调整和优化。
来源：JavaScript中文网 ，转载请联系管理员！ 本文地址：https://www.javascriptcn.com/post/65b6b9a0add4f0e0fff60071