Py之pixellib：pixellib库的简介、安装、经典案例之详细攻略

---

pixellib库的简介

        pixellib是一个库执行图像分割。它支持两种主要类型的图像分割:语义分割和实例分割，只需几行代码就可以实现语义分段和实例分段。特的特点如下：

• 高质量反色矢量/光栅图形
• 多像素格式:RGB, BGR, ARGB, ABGR, RGBA, BGRA 8 / 15 / 16 / 24 / 32深度
• 重量轻100% C实现
• MMX / SSE2图形优化

官网：https://github.com/ayoolaolafenwa/PixelLib
案例：https://github.com/skywind3000/pixellib
whl文件：https://github.com/ayoolaolafenwa/PixelLib/releases/tag/0.1.0

1、基础案例

Image Transform 图像变换
Anti Aliasing 抗锯齿
Image Drawing 图像绘制
Geometry Render 几何渲染
Image Warp 图像扭曲
High Quality Render 高质量渲染

pixellib库的安装

pip install pixellib

pixellib库的经典案例

1、使用pixellib进行语义分割

pixellib使用Deeplabv3+框架实现，实现语义分割。采用在pascalvoc上预训练的Xception模型进行语义切分。基于xception模型的语义分割在pascalvoc上进行预处理。

• 用于执行语义分段的类是从pixellib导入的，我们创建了该类的一个实例。
• 我们调用函数来加载在pascal voc上训练的xception模型。可以从这里下载xception模型。
• 这是对图像执行分割的代码行，分割是在pascalvoc的颜色格式中完成的。这个函数有两个参数:   
  path_to_image:要设置的映像的路径。 
  path_to_output_image:保存输出图像的路径。映像将保存在当前工作目录中。

import pixellib
from pixellib.semantic import semantic_segmentation

segment_image = semantic_segmentation()
segment_image.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5") 
segment_image.segmentAsPascalvoc("path_to_image", output_image_name = "path_to_output_image")