我们经常会遇到这样的问题，报名参加考某种考试， 需要提交符合指定背景、尺寸要求的照片，但是手上只有生活中，或者照片尺寸符合要求，但是背景不符合要求的情况。 今天我教大家基于人脸识别和图像分割技术制作证件照，其关键代码不足10行。
1. 读取图像节点，使用PIL库的Image对象的Open方法打开图片
Image.open(fp)2. 修改尺寸节点，使用if……else判断语句 3. 人脸轮廓检测节点，使用paddlepaddle深度学习框架，调用模face_landmark_localization推理
face_landmark = hub.Module(name="face_landmark_localization")
result = face_landmark.keypoint_detection(images=[np.array(raw_img)])
face = np.array(result[0]['data'][0], dtype=np.int64)4. 裁剪尺寸节点，依据步骤3人脸轮廓，根据人脸裁剪一定大小的图片
face[:, 0].min()
right = face[:, 0].max()
w = right - left
cw = (right+left) // 2
upper = face[:, 1].min()
lower = face[:, 1].max()
# h = lower - upper
ch = (lower + upper) // 2
h = crop_size[1] * w // crop_size[0]
box = (cw - rate * w, ch-rate * h, cw + rate * w, ch + rate * h)
cropped_img = raw_img.crop(box)5. 人物分割节点，使用tensorflow深度学习框架，调用模型DeepLab推理
resized_image, seg_map = model.run(img) # model为DeepLabV36. 修改背景节点，使用opencv库，对非人物区域进行膨胀操作，然后修改非人物区间rgb值
person = []
mask = np.array((mask < 180), dtype=np.uint8)
mask = cv.dilate(mask, None, iterations=2)
mask = np.array(mask, dtype=np.bool)
for i in range(3):
a = img[i]
a[mask] = rgb[i]
person.append(a)
img = np.array(person).transpose((1, 2, 0))
new_image = Image.fromarray(img)
std_new_img = new_image.resize(std_size, Image.ANTIALIAS)7. 保存图像节点，使用PIL库的Image对象的save方法保存图片
img2.save(out_path + file_name)完整代码参考地址：https://github.com/actboy/ai-id-photo/blob/master/src/algo/precision_id_photo.py
应用示例
该功能十分有用，我把该功能开发成了一个web小应用，分享出来免费使用。
访问地址：在线证件照
todo
1. 训练face_landmark_localization模型
2. 训练DeepLabV3模型（已完成），可参考基于PASCAL VOC 2012数据集训练deeplab图像分割模型_eton_liu的专栏-CSDN博客基于PASCAL VOC 2012数据集训练deeplab图像分割模型依赖安装测试是否安装成功设置shell脚本变量创建目录下载VOC 2012数据集合并进行格式转换下载预训练模型训练模型评估模型导出模型查看训练/评估日志说明todo依赖python== 3.7.11tensorflow==1.15.0安装git clone git@github.com:actboy/deeplab.gitcd deeplabexport PYTHONPATH=$PYTHONPATH:`pwd`:`pwdhttps://blog.csdn.net/eton_liu/article/details/121969235
