当前位置： 首页 > news >正文

基于C# winform实现PP-HumanSeg人像分割替换背景色更换背景色

news 2025/9/21 7:35:51

图像分割与人像抠图工具

这是是一个基于 .NET Framework 的桌面演示应用程序，主要用于图像分割与人像抠图任务，集成 PaddlePaddle 模型进行推理处理。
效果展示如下：
在这里插入图片描述
在这里插入图片描述

界面代码

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;namespace FIRC
{public partial class Form1 : Form{Color backColor = Color.Red;Mat src = new Mat();Mat resultMat = new Mat();//一共提供4种模型，切换只需要修改对应文件夹PaddleSegManager detector = new PaddleSegManager(Application.StartupPath+ "\\weights\\modnet-mobilenetv2");public Form1(){InitializeComponent();}private void button1_Click(object sender, EventArgs e){OpenFileDialog openFileDialog = new OpenFileDialog();openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";openFileDialog.RestoreDirectory = true;openFileDialog.Multiselect = false;if (openFileDialog.ShowDialog() == DialogResult.OK){src = Cv2.ImRead(openFileDialog.FileName);pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);}}private void button2_Click(object sender, EventArgs e){if(pictureBox1.Image==null){return;}Stopwatch sw = new Stopwatch();sw.Start();resultMat = detector.Run(src);sw.Stop();this.Text = "耗时" + sw.Elapsed.TotalSeconds + "秒";pictureBox2.Image= OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap}private void Form1_Load(object sender, EventArgs e){}private void btn_video_Click(object sender, EventArgs e){var capture = new VideoCapture(0);if (!capture.IsOpened()){Console.WriteLine("video not open!");return;}Mat frame = new Mat();var sw = new Stopwatch();int fps = 0;while (true){capture.Read(frame);if (frame.Empty()){Console.WriteLine("data is empty!");break;}sw.Start();resultMat = detector.Run(frame);sw.Stop();fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);sw.Reset();Cv2.PutText(resultMat, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);//显示结果Cv2.ImShow("Result", resultMat);int key = Cv2.WaitKey(10);if (key == 27)break;}capture.Release();}private void btn_choose_color_Click(object sender, EventArgs e){if(colorDialog1.ShowDialog()==DialogResult.OK){backColor = colorDialog1.Color;}}private void btn_replace_backgroundcolor_Click(object sender, EventArgs e){if (pictureBox1.Image == null){return;}// 获取分割结果图像（灰度图）Mat mask = resultMat;// 确保mask是单通道图像if (mask.Channels() != 1){Cv2.CvtColor(mask, mask, ColorConversionCodes.BGR2GRAY);}// 将mask归一化到0-1范围Mat normalizedMask = new Mat();mask.ConvertTo(normalizedMask, MatType.CV_32FC1, 1.0 / 255);// 原始图像Mat original = src.Clone();// 调整mask尺寸与原图一致if (normalizedMask.Size() != original.Size()){Cv2.Resize(normalizedMask, normalizedMask, original.Size());}// 创建背景图像（使用选定的颜色）Mat background = new Mat(original.Size(), MatType.CV_8UC3, new Scalar(backColor.B, backColor.G, backColor.R));// 将mask扩展为3通道Mat[] maskChannels = new Mat[3] { normalizedMask, normalizedMask, normalizedMask };Mat mask3Channel = new Mat();Cv2.Merge(maskChannels, mask3Channel);// 计算最终图像：original * mask + background * (1 - mask)Mat result = new Mat();Cv2.AddWeighted(original, 1.0, background, 0.0, 0.0, result); // 先复制original到result// 应用maskMat foreground = new Mat();Cv2.Multiply(original, mask3Channel, foreground, 1.0, MatType.CV_8UC3);Mat backgroundMask = new Mat();Mat invertedMask = new Mat();Cv2.Subtract(new Scalar(1.0, 1.0, 1.0), mask3Channel, invertedMask);Cv2.Multiply(background, invertedMask, backgroundMask, 1.0, MatType.CV_8UC3);Mat finalResult = new Mat();Cv2.Add(foreground, backgroundMask, finalResult);// 显示结果pictureBox2.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(finalResult);// 释放资源normalizedMask.Dispose();original.Dispose();background.Dispose();mask3Channel.Dispose();result.Dispose();foreground.Dispose();backgroundMask.Dispose();invertedMask.Dispose();finalResult.Dispose();foreach (var channel in maskChannels){channel.Dispose();}}}
}

项目概述

核心功能

  • 图像人像分割（支持多款 MODNet 和 PP-Matting 系列模型）
  • 基于 Paddle Inference 的本地模型推理
  • 模型配置管理（通过 YAML 文件加载部署参数）
  • Windows 桌面图形界面操作（WinForms）

目标用户

需要本地化、轻量级图像分割工具的开发者或终端用户。

技术架构

WinForms 客户端 → PaddleSegManager（业务逻辑层） → Sdcb.PaddleInference（Paddle 封装层） → Paddle 模型（YAML + 权重）

组件交互

  • [Form1](file:///c:/Users/Administrator/Downloads/FIRC/Form1.cs#L12-L113) 负责 UI 事件响应和图像显示
  • [PaddleSegManager](file:///c:/Users/Administrator/Downloads/FIRC/PaddleSegManager.cs#L10-L125) 封装模型初始化、推理执行和结果后处理
  • 通过 Sdcb.PaddleInference 调用原生 Paddle 库进行推理
  • 使用 YamlDotNet 解析 deploy.yaml 配置文件

技术栈

  • 前端: Windows Forms (.NET Framework 4.7.2)
  • 后端逻辑: C#
  • 模型推理: Sdcb.PaddleInference 3.0.1（PaddlePaddle .NET 封装）
  • 图像处理: OpenCvSharp
  • 配置解析: YamlDotNet 16.3.0
  • 依赖管理: NuGet 包管理

功能特性

  1. 图像分割功能

    • 支持多种预训练模型（MODNet 和 PP-Matting 系列）
    • 实时摄像头人像分割
    • 图像背景色替换

  2. 支持的模型

    • modnet-hrnet_w18
    • modnet-mobilenetv2
    • ppmatting-hrnet_w18-human_512
    • ppmattingv2-stdc1-human_512

  3. 界面操作

    • 图片选择与显示
    • 分割结果展示
    • 背景颜色自定义
    • 实时摄像头分割演示

使用说明

基本操作流程

  1. 点击"选择图片"按钮选择待处理的图像文件
  2. 点击"开始检测"按钮进行图像分割
  3. 点击"选择背景色"按钮选择想要的背景颜色
  4. 点击"替换背景色"按钮将分割图像的背景替换为选定颜色

实时摄像头分割

点击"摄像头实时分割"按钮可以启动摄像头并实时进行人像分割。

项目结构

FIRC/
├── bin/x64/Debug/
│   ├── weights/                    # 模型权重文件
│   │   ├── modnet-hrnet_w18/
│   │   ├── modnet-mobilenetv2/
│   │   ├── ppmatting-hrnet_w18-human_512/
│   │   └── ppmattingv2-stdc1-human_512/
│   └── *.dll                       # 依赖库文件
├── packages/                       # NuGet 包
├── Form1.cs                        # 主窗体逻辑
├── Form1.Designer.cs               # 窗体设计器
├── PaddleSegManager.cs             # 模型推理管理器
└── Program.cs                      # 程序入口

开发环境

必需工具

  • Visual Studio 2019 或更高版本
  • .NET Framework 4.7.2 SDK

搭建开发环境

  1. 打开项目目录中的解决方案文件
  2. 安装所需 NuGet 包（可通过 nuget restore 或 VS 自动恢复）
  3. 确保 bin/x64/Debug/weights/ 下存在对应模型文件夹及 deploy.yaml
  4. 编译并运行

构建与部署

  • 构建命令: msbuild FIRC.sln /p:Configuration=Debug /p:Platform="x64"
  • 本地开发: 启动 Form1 即可测试图像分割功能
  • 部署方式: 发布为 x64 Debug/Release 单机版应用，需包含 weights 文件夹

技术规范

模型输入尺寸预处理

使用PaddleSeg MODNet模型时，输入图像的尺寸必须调整为指定数值（如32）的倍数，以确保张量连接操作时各输入维度一致，避免InvalidArgumentError错误。

图像分割后处理

使用PaddleSeg MODNet等分割模型后，若需进行背景替换或图像合成：

  1. 将模型输出的单通道灰度分割图归一化到0-1范围作为透明蒙版
  2. 扩展单通道蒙版为三通道以匹配彩色图像维度
  3. 前景 = 原图 × 蒙版
  4. 背景 = 目标背景色 × (1 - 蒙版)
  5. 最终图像 = 前景 + 背景
  6. 保留蒙版的连续值特性以实现边缘平滑过渡

已知问题

  • 未提供日志记录机制
  • 缺少异常处理细节（如模型加载失败）
  • 依赖大量本地二进制文件（Paddle 运行时未列出，可能隐式依赖系统环境）
  • packages 目录存在于项目中，建议使用 PackageReference 方式替代 packages.config
    源码地址：https://download.csdn.net/download/FL1623863129/88611588
http://www.dtcms.com/a/392677.html

相关文章：

  • 对ai产品，设计测试case
  • ns-3 中一个最核心、最基本的概念——分组
  • C++八股 —— 编译过程
  • CMake笔记：cmake -G “NMake Makefiles“ 后，如何生成debug与release?
  • 解决 pip 安装报错：Could not find a suitable TLS CA certificate bundle
  • Python快速入门专业版（三十七）：Python元组：不可变序列的特点与应用场景（对比列表）
  • 【UnoCSS快速上手】：安装、配置与优化，以及遇到的问题
  • 探索 Event 框架 5：实现Spring Boot集成
  • ARM(15) - LCD（2）显示字母数字+touch
  • 五、炫饭馆项目实战
  • 01.容器生态系统
  • CSS Grid 布局示例 - grid-template-areas
  • 基于脚手架微服务的视频点播系统-客户端业务逻辑处理部分(一)
  • 501. 二叉搜索树中的众数
  • Go面试题及详细答案120题（81-100）
  • 在跨平台C++项目中条件化使用Intel MKL与LAPACK/BLAS进行矩阵计算
  • 知芽AI(paperxx)写作：开题报告写作宝典
  • c++26新功能—模板参数中的概念与变量模板
  • Linux服务器上安装配置GitLab的步骤
  • Netty原理介绍
  • 【已解决】在windows系统安装fasttext库，解决安装fasttext报错问题
  • 从“free”到“free_s”：内存释放更安全——free_s函数深度解析与free全方位对比
  • 【LeetCode 每日一题】1733. 需要教语言的最少人数
  • 多模态知识图谱
  • 基于python spark的航空数据分析系统的设计与实现
  • 【每日一问】运放单电源供电和双电源供电的区别是什么？
  • LeetCode算法领域的经典题目之“三数之和”和“滑动窗口最大值”问题
  • SpringCloudConfig：分布式配置中心
  • Go变量与类型简明指南
  • 每天学习一个统计检验方法--曼-惠特尼U检验（以噩梦障碍中的心跳诱发电位研究为例）