一、简介

        RobustVideoMatting 是字节跳动研究的，专为稳定人物视频抠像设计的开源项目。不同于现有神经网络将每一帧作为单独图片处理，RobustVideoMatting 使用循环神经网络，在处理视频流时有时间记忆。可在任意视频上做实时高清抠像。

        RobustVideoMatting 的 Github 地址：https://github.com/PeterL1n/RobustVideoMatting

RobustVideoMatting 官方效果图

        虽然 RobustVideoMatting 是用于视频抠像的，但是我们也可以将其用于对单张图片进行抠图。本文就针对单张图像的抠图效果进行演示。

二、下载 RobustVideoMatting 源码

        借助 git 工具，输入下面的命令即可克隆源代码：

git clone https://github.com/PeterL1n/RobustVideoMatting.git

        命令执行情况如下：

下载 RobustVideoMatting 源码

三、环境配置

        基础环境如 Python、Pytorch、CUDA Toolkit，网上有很多详尽的教程，我们就不在此赘述了。在具备上述环境的基础之上，我们还要安装项目依赖的工具（av、tqdm、pims），输入下面的命令即可进行安装：

pip install av tqdm pims

        如果已经安装过了，那么执行上述命令时就会如下图所示：

安装 av tqdm pims

四、准备待抠图的照片

        首先准备好要抠图的照片：

准备好的照片

        我们在源码目录下面创建一个 images 文件夹，然后把照片放进去。

        需要注意的是：这里要求放进去的是图像序列。也就是说，如果一次要对多张照片进行批量抠图的话，那么这些照片的尺寸必须是一致的，否则我们只能每次放进去一张。

待抠图的单张照片

五、编写抠图的代码并执行

        代码不多，有效代码总共不到 5 行，我们只需要编写一次即可，后面使用的时候就直接执行它进行可以一键抠图了。

import torch

model = torch.hub.load("PeterL1n/RobustVideoMatting", "mobilenetv3")
convert_image = torch.hub.load("PeterL1n/RobustVideoMatting", "converter")
convert_image(model, input_source='images', output_type='png_sequence', output_composition="./output")

        这里，我们把上述代码的文件命名为 image_matting.py，所以下面我们直接执行这个文件就可以进行抠图操作了。

python image_matting.py

        代码的具体执行情况如下图所示：

代码执行情况

六、获取输出图像，查看抠图效果

        执行完上一步的代码后，我们就可以在 output 文件夹下面找到最终完成抠图的照片了。接下来我们展示一下抠图的效果。

图一：抠图前后对比

图一、抠图前

图一、抠图后

图二、抠图前后对比：

图二、抠图前

图二、抠图后

图三、抠图前后对比：

图三、抠图前

图三、抠图后

图四、抠图前后对比：

图四、抠图前

图四、抠图后

七、后记

        从我实际测试的最终效果上看，并不是所有的图片都能取得好效果。可能是 RobustVideoMatting 只专注于视频抠像而不擅长单张图片的人像抠图吧。后面有时间我再试试其他的专门做图片人像抠图的套件，看看效果会不会更好。