首页
学习
活动
专区
圈层
工具
发布

Android OpenGL 实现“人像背景虚化”效果

手机上的人像模式,也被人们称作“背景虚化”或 ”双摄虚化“ 模式,也称为 Bokeh 模式,能够在保持画面中指定的人或物体清晰的同时,将其他的背景模糊掉。突出画面的主体部分,主观上美感更强烈。...VIVO 手机人像模式效果 人像模式的一般实现原理是,利用双摄系统获取景深信息,并通过深度传感器和图像分割技术准确分离主题与背景,随后应用人像增强处理和背景虚化算法,例如美颜、肤色优化以及基于深度信息的虚化等...VideoMatting Demo:https://github.com/githubhaohao/AndroidVideoMatting 接下来,本文将教您如何利用人像分割和 OpenGL 的滤镜来实现人像背景虚化效果...照例先上效果图,OpenGL 实现的“人像背景虚化”效果 实现原理 “人像背景虚化”效果实现,首先获取到人像的 mask 图,然后基于这个 mask 图对人像进行保护,对背景做一些模糊(虚化)和一些高光的...景深信息 如果我们拿到的 mask 图包含了景深信息的话,我们还可以进行更加细致的处理,比如光斑的近大远小,虚化效果的层次感,会更加接近手机人像模式成片的效果。

2.6K11
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    图像分割应用:背景虚化!学会这招,又发现新大陆

    概述 介绍我们使用的深度学习模型和ReLu6 介绍如何使用深度学习生成模糊背景 介绍 ? 背景模糊效果是一种常见的图像效果,主要用于拍摄特写镜头上。...print(type(resized_im)) numpy_image = np.array(resized_im) 步骤3:分离背景和前景。...在此步骤中,我们创建图像的副本,然后,通过将背景中的值替换为0,并在已创建蒙版的位置保留255,将背景和前景与分割后的图像分开,此处7表示汽车类别。...我们将在接下来的步骤中应用背景模糊。 4.1:对原始图像应用模糊处理。 接下来,让我们将背景模糊效果应用于原始输入图像。...4.2:获得背景模糊。 在这个步骤中,我们使用简单的代码片段对输入图像的背景进行模糊处理。 layered_image = np.where(mapping !

    2K20

    HTML中背景的设置

    , 17 2月 2021 作者 847954981@qq.com 前端学习, 我的编程之路 HTML中背景的设置 在之前的HTML学习中我们知道了,对于背景颜色,我们可以使用 background-color...当然这种只是最基础的颜色渐变,更为复杂的颜色渐变请参考 |MDN的CSS渐变指南| 背景图片 在设置背景的时候,我们不可不免也需要使用图片作为背景。...当图片大小不足以囊括整个页面时,HTML默认多次复制图片来填充页面,但如果使用 background-repeat: no-repeat;则不会存在重复图片。...如果只写一个值,另一个值将是50% background-size 背景图片大小 值 说明 cover 把背景图像扩展至足够大,以使背景图像完全覆盖背景区域。...背景图像的某些部分也许无法显示在背景定位区域中。

    8.4K20

    谷歌最新抠图算法:让背景虚化细节到头发丝!有单反的感觉了...

    这样一来,就避免了使用人像模式拍照时人物与虚化背景割裂的情况,让人物照片的纵深感更加逼真。 四舍五入一下,这不就是手握单反拍照?...传统方法是使用二进制将图像分割,然后对分离出的背景进行虚化,在视觉上产生一种纵深感,由此也就能更加突出人物主体了。 虽然带来的视觉效果非常明显,但是在细节上的表现还不够强大。...相比于一般的数据集,这种方法可以让人物主体的光照情况与背景相匹配,由此也就能呈现更为逼真的效果。 而且这种方法还能满足人像被放置在不同场景中时,光线变化的需求。...感兴趣的小伙伴,可以去试玩看看or分享自己的体验~ 参考链接: https://ai.googleblog.com/2022/01/accurate-alpha-matting-for-portrait.html

    1.5K20

    Google Pixel 2拍照黑科技:单摄搞定背景虚化+内部潜伏神秘芯片

    Pixel 2拍照的“好”,有两点可以非常直观地感受到:一是虽然没有时下流行的双摄像头,却可以实现背景虚化的人像模式; 二是凭借HDR+,在弱光下、或者光线强弱差异明显的情况下也能还原出丰富的细节。...一起来学习一下吧~ 单摄如何搞定背景虚化 和iPhone等对手一样,背景虚化应用在“人像模式”的拍照中。呐,下面这张图显示的就很直观了。...看似简单的一个步骤实际非常棘手,因为它与电影中的色键技术(chroma keying)不同,我们无法推测照片中的背景是什么颜色。在此种艰难情况下,机器学习登场。...△ 左图为HDR+处理的照片,右图分出了神经网络输出的处理后图像,其中分出了图像的前景和背景。 欣慰的是,CNN清晰划出了女主人公的头发和茶杯的边缘,将之与背景区分开。...如果在此基础上将背景进行模糊处理,可以下图效果: △ 合成的浅景深图像 图像中特别需要注意的有几点。 首先,虽然背景包含了不同景深的物体,模糊的程度是一致的。

    2.7K40

    谷歌又买算法送手机了,最新方法让背景虚化细节到头发丝,真有单反的感觉了

    这样一来,就避免了使用人像模式拍照时人物与虚化背景割裂的情况,让人物照片的纵深感更加逼真。 四舍五入一下,这不就是手握单反拍照?...传统方法是使用二进制将图像分割,然后对分离出的背景进行虚化,在视觉上产生一种纵深感,由此也就能更加突出人物主体了。 虽然带来的视觉效果非常明显,但是在细节上的表现还不够强大。...相比于一般的数据集,这种方法可以让人物主体的光照情况与背景相匹配,由此也就能呈现更为逼真的效果。 而且这种方法还能满足人像被放置在不同场景中时,光线变化的需求。...感兴趣的小伙伴,可以去试玩看看or分享自己的体验~ 参考链接: https://ai.googleblog.com/2022/01/accurate-alpha-matting-for-portrait.html

    1K20
    领券