人像分割
更新时间：2025-08-05
识别人体的轮廓范围，与背景进行分离，适用于拍照背景替换、照片合成、身体特效等场景。输入正常人像图片，返回分割后的二值结果图、灰度图、透明背景的人像图（png格式）；并输出画面中的人数、人体坐标信息，可基于此对图片进行过滤、筛选，如筛选出大于x人的图片进行特殊处理。
分割效果示意图：
1）原图
2）二值图
3）灰度图
4）前景人像图（透明背景）
注：返回的二值图像需要进行二次处理才可查看分割效果；灰度图和前景人像图不用处理，直接解码保存图片即可。
Json::Value result;
std::string image;
aip::get_file_content("/assets/sample.jpg", &image);
// 调用人像分割
result = client.body_seg(image, aip::null);
// 如果有可选参数
std::map<std::string, std::string> options;
options["type"] = "labelmap";
// 带参数调用人像分割
result = client.body_seg(image, options);人像分割 请求参数详情
| 参数名称 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| image | 是 | std::string | 图片数据的二进制字符串，可以使用aip::get_file_content函数获取 |
| type | 否 | std::string | 可以通过设置type参数，自主设置返回哪些结果图，避免造成带宽的浪费 1）可选值说明： labelmap - 二值图像，需二次处理方能查看分割效果 scoremap - 人像前景灰度图 foreground - 人像前景抠图，透明背景 2）type 参数值可以是可选值的组合，用逗号分隔；如果无此参数默认输出全部3类结果图 |
人像分割 返回数据参数详情
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | int64 | 唯一的log id，用于问题定位 |
| labelmap | 否 | string | 分割结果图片，base64编码之后的二值图像，需二次处理方能查看分割效果 |
| scoremap | 否 | string | 分割后人像前景的scoremap，归一到0-255，不用进行二次处理，直接解码保存图片即可。Base64编码后的灰度图文件，图片中每个像素点的灰度值 = 置信度 * 255，置信度为原图对应像素点位于人体轮廓内的置信度，取值范围[0, 1] |
| foreground | 否 | string | 分割后的人像前景抠图，透明背景，Base64编码后的png格式图片，不用进行二次处理，直接解码保存图片即可。将置信度大于0.5的像素抠出来，并通过image matting技术消除锯齿 |
| person_num | 是 | int32 | 检测到的人体框数目 |
| person_info | 否 | object[] | 人体框信息 |
| +height | 否 | float | 人体区域的高度 |
| +left | 否 | float | 人体区域离左边界的距离 |
| +top | 否 | float | 人体区域离上边界的距离 |
| +width | 否 | float | 人体区域的宽度 |
| +score | 否 | float | 人体框的概率分数，取值0-1 |
人像分割 返回示例
{
"log_id": 2451426617428943180,
"labelmap": "iVBORw0KGg",
"scoremap": "iVBORw0KGg"
"foreground": "iVBORw0KGg",
"person_num": 2,
"person_info": [
{
"height": 420.9641110897064,
"width": 365.67474365234375,
"top": 3.704406976699829,
"score": 0.9801973104476929,
"left": 229.32940673828125
},
{
"height": 371.6713676452637,
"width": 167.91799926757812,
"top": 49.91801834106445,
"score": 0.4228516221046448,
"left": 470.4878234863281
}
],
}