一、需求描述

从实拍图中自动分割出汽车图像，实现自动批量抠图，可进一步对背景图像进行替换、合成、虚化处理，用于新车、二手车宣传图制作。

二、使用攻略

说明：本文采用C# 语言，开发环境为.Net Core 2.1，采用在线API接口方式实现。

（1）平台接入

目前处于邀测阶段，不能直接在控制台调用，可通过QQ群（659268104）联系群管、或提交工单申请开通测试权限。

（2）接口文档

文档地址：

接口描述：传入单帧图像，检测图像中的车辆，以小汽车为主，识别车辆的轮廓范围，与背景进行分离，返回分割后的二值图、灰度图、前景抠图，支持多个车辆、车门打开、后备箱打开、机盖打开、正面、侧面、背面等各种拍摄场景。

请求说明

返回说明

（3）源码共享

3.1-根据 API Key 和 Secret Key 获取 AccessToken

 ///  /// 获取百度access_token ///  /// API Key /// Secret Key ///  public static string GetAccessToken(string clientId, string clientSecret) { string authHost = ""; HttpClient client = new HttpClient(); List> paraList = new List>(); paraList.Add(new KeyValuePair("grant_type", "client_credentials")); paraList.Add(new KeyValuePair("client_id", clientId)); paraList.Add(new KeyValuePair("client_secret", clientSecret)); HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result; string result = response.Content.ReadAsStringAsync().Result; JObject jo = (JObject)JsonConvert.DeserializeObject(result); string token = jo["access_token"].ToString(); return token; }

3.2-调用API接口获取识别结果

1、在Startup.cs 文件 的 Configure(IApplicationBuilder app, IHostingEnvironment env) 方法中开启虚拟目录映射功能：

 string webRootPath = HostingEnvironment.WebRootPath;//wwwroot目录 app.UseStaticFiles(new StaticFileOptions { FileProvider = new PhysicalFileProvider( Path.Combine(webRootPath, "Uploads", "BaiduAIs")), RequestPath = "/BaiduAIs" });

2、 建立Index.cshtml文件

2.1 前台代码： 由于html代码无法原生显示，只能简单说明一下：

主要是一个form表单，需要设置属性enctype="multipart/form-data"，否则无法上传图片；

form表单里面有四个控件：

一个Input：type="file"，asp-for="FileUpload" ，上传图片用；

一个Input：type="submit"，asp-page-handler="VehicleSeg" ，提交并返回识别结果。

一个img：src="@Model.curPath"，显示需要识别的图片。

一个img：src="@Model.imgProcessPath"，显示车辆分割后的前景抠图。

最后显示后台 msg 字符串列表信息，如果需要输出原始Html代码，则需要使用@Html.Raw()函数。

2.2 后台代码：

 [BindProperty] public IFormFile FileUpload { get; set; } [BindProperty] public string ImageUrl { get; set; } private readonly IHostingEnvironment HostingEnvironment; public List msg = new List(); public string curPath { get; set; } public string imgProcessPath { get; set; } public ImageProcessModel(IHostingEnvironment hostingEnvironment) { HostingEnvironment = hostingEnvironment; } public async Task OnPostVehicleSegAsync() {  if (FileUpload is null) { ModelState.AddModelError(string.Empty, "本地图片！"); } if (!ModelState.IsValid) { return Page(); } msg = new List(); string webRootPath = HostingEnvironment.WebRootPath;//wwwroot目录 string fileDir = Path.Combine(webRootPath, "Uploads//BaiduAIs//"); string imgName = await UploadFile(FileUpload, fileDir); string fileName = Path.Combine(fileDir, imgName); string imgBase64 = GetFileBase64(fileName); curPath = Path.Combine("/BaiduAIs/", imgName);//需在Startup.cs 文件 的 Configure(IApplicationBuilder app, IHostingEnvironment env)方法中开启虚拟目录映射功能 string result = GetImageJson(imgBase64, “你的API KEY”, “你的SECRET KEY”, "foreground"); JObject jo = (JObject)JsonConvert.DeserializeObject(result); try { string imageProcessBase64 = jo["foreground"].ToString(); msg.Add("车辆分割"); msg.Add("log_id：" + jo["log_id"].ToString()); string processImgName = Guid.NewGuid().ToString("N")+ ".png"; string imgSavedPath = Path.Combine(webRootPath, "Uploads//BaiduAIs//", processImgName); imgProcessPath = Path.Combine("BaiduAIs//", processImgName); await GetFileFromBase64(imageProcessBase64, imgSavedPath); } catch (Exception e) { msg.Add(result); } return Page(); } ///  /// 上传文件,返回文件名 ///  /// 文件上传控件 /// 文件绝对路径 ///  public static async Task UploadFile(IFormFile formFile, string fileDir) { if (!Directory.Exists(fileDir)) { Directory.CreateDirectory(fileDir); } string extension = Path.GetExtension(formFile.FileName); string imgName = Guid.NewGuid().ToString("N") + extension; var filePath = Path.Combine(fileDir, imgName); using (var fileStream = new FileStream(filePath, FileMode.Create, FileAccess.Write)) { await formFile.CopyToAsync(fileStream); } return imgName; } ///  /// 返回图片的base64编码 ///  /// 文件绝对路径名称 ///  public static String GetFileBase64(string fileName) { FileStream filestream = new FileStream(fileName, FileMode.Open); byte[] arr = new byte[filestream.Length]; filestream.Read(arr, 0, (int)filestream.Length); string baser64 = Convert.ToBase64String(arr); filestream.Close(); return baser64; } ///  /// 文件base64解码 ///  /// 文件base64编码 /// 生成文件路径 public static async Task GetFileFromBase64(string base64Str, string outPath) { var contents = Convert.FromBase64String(base64Str); using (var fs = new FileStream(outPath, FileMode.Create, FileAccess.Write)) { fs.Write(contents, 0, contents.Length); fs.Flush(); } } ///  /// 图像识别Json字符串 ///  /// 图片base64编码 /// API Key /// Secret Key ///  public static string GetImageJson(string strbaser64, string clientId, string clientSecret, string type) { string token = GetAccessToken(clientId, clientSecret); string host = "" + token; Encoding encoding = Encoding.Default; HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host); request.Method = "post"; request.KeepAlive = true; string str = "image=" + HttpUtility.UrlEncode(strbaser64)+"&type=" + type; byte[] buffer = encoding.GetBytes(str); request.ContentLength = buffer.Length; request.GetRequestStream().Write(buffer, 0, buffer.Length); HttpWebResponse response = (HttpWebResponse)request.GetResponse(); StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default); string result = reader.ReadToEnd(); return result; }

三、效果测试

1、页面：

2、识别结果：

2.1

2.2

2.3

2.4

四、测试结果

总体来说，车辆分割效果的好坏，跟照片中车辆环境还是有较大的关系的，如果车辆跟周围环境区别比较明细，则分割效果相当好，如果车辆跟周围环境区别不太明显，则分割效果就不稳定了。可以尝试优化当车辆跟周围环境较为相似时，如何采取更好的方法进行车辆分割：比如，可以先识别出当前车辆类型，然后根据该车辆类型的模型图，去进行分割等。

另外，可以加入一下功能，增强车辆分割技术：

1、自动补全功能

首先，关于前景抠图的轮廓处理，目前好像对其进行了一定的模糊处理，但是这种处理方法不是很好，如果能够使用AI的自动学习能力，根据输入的图片，搜索相似的车辆图片，然后对其进行自动补全操作，比如一辆车，它的一个轮胎被东西遮挡住了，如果单纯分割，分割后的图片中的车子是少一半轮胎的，这时候，如果能够结合AI学习技术，根据相似的车辆图片，对那缺失的一半轮胎进行修图补全，形成一个完整的车辆图片，那么，最后的抠图就有更大的价值了。

2、效果美化

对车辆图片进行补全后，若能够根据相似图，对抠图进行一定的美化功能（类似现在流行的美颜相机），那么美化后的抠图就是一张相当好的效果图，这样的话，就可以直接拿来当宣传图使用了。当然，美化训练，可以采取对大量的车辆图片进行打分，最后获取高分车辆图片，然后让AI学习如何将图像往高分图方向美化，这样美化后的图片就比较符合大众要求了。

3、多图录入，形成三维效果图

另外，如果能够实现对一辆车，进行前、后、左、右多方位拍图并输入系统，最后根据输入的图片，结合该车辆已存在的设计图等进行模拟计算，输出该车的三维效果图的话，运用前景就很大了。

3.1、结合百度AR技术，显示三维效果图

比如，可以结合百度AR技术，将车辆三维效果图显示到自己想要显示的地方，这样的话，不仅可以让汽车销售员直接出去推销车辆，在汽车销售介绍的时候，显示三维效果图让顾客能够全方向的了解车辆，还能让汽车爱好者收集自己喜欢的车辆，并跟车友们很好的进行分享交流。

3.2、结合3D打印技术，打印三维车辆模型

还可以结合3D打印技术，直接打印出车辆的模型。如果能够对一辆车进行多方位拍照，然后运用百度AI技术进行3D建模，使用3D打印技术直接打印出该车辆的模型，那是一件很了不起的事情。3D模型不仅可以当作小孩子们的玩具，也可以方便汽车爱好者们研究，还有利于汽车销售，让顾客有更加直观的了解。

原本链接：