基于 Transformers.js 的图片任意元素分割

本文由ScriptEcho平台提供技术支持

项目地址：传送门

图片任意元素分割

应用场景介绍

该代码实现了一个基于 Hugging Face Transformers.js 库的图片任意元素分割功能。用户可以上传或选择一张图片，然后通过点击和右键单击在图片上标记出想要分割的区域。该代码使用 CLIP 模型对图片进行编码，并生成一张分割掩码，其中分割的区域用绿色填充。用户可以进一步使用该掩码来切割出图片中的特定元素。

代码基本功能介绍

该代码的主要功能包括：

图片上传和选择：用户可以上传一张图片或选择一个示例图片。
图片编码：使用 CLIP 模型对图片进行编码，提取图片的嵌入。
分割掩码生成：根据用户的点击和右键单击，生成一张分割掩码，其中分割的区域用绿色填充。
分割区域切割：用户可以点击“剪切遮罩”按钮，将分割的区域切割出来并下载为 PNG 图片。

功能实现步骤及关键代码分析说明

1. 初始化

onMounted(async () => {
    // Reference the elements we will use
    const statusLabel = document.getElementById('status');
    const fileUpload = document.getElementById('upload');
    const imageContainer = document.getElementById('container');
    const example = document.getElementById('example');
    const maskCanvas = document.getElementById('mask-output');
    const uploadButton = document.getElementById('upload-button');
    const resetButton = document.getElementById('reset-image');
    const clearButton = document.getElementById('clear-points');
    const cutButton = document.getElementById('cut-mask');

    // ...

在onMounted钩子中，我们首先引用了所有必要的元素。

2. 创建 Web Worker

    // Create a web worker so that the main (UI) thread is not blocked during inference.
    const worker = new Worker('/src/pages/test/ai/transformersjs/sam-worker.js', {
        type: 'module',
    });

我们创建一个 Web Worker 来处理图片编码和分割掩码生成，以避免阻塞主线程。

3. 消息处理程序

    // Set up message handler
    worker.addEventListener('message', (e) => {
        const { type, data } = e.data;
        if (type === 'ready') {
            modelReady = true;
            statusLabel.textContent = '已完成';

        } else if (type === 'decode_result') {
            // ...
        } else if (type === 'segment_result') {
            // ...
        }
    });

我们为 Web Worker 设置一个消息处理程序，用于处理从 Web Worker 接收到的消息。

4. 图片编码

function segment(data) {
    // ...

    // Instruct worker to segment the image
    worker.postMessage({ type: 'segment', data });
}

segment函数用于将图片发送到 Web Worker 进行编码。

5. 分割掩码生成

function decode() {
    // ...

    worker.postMessage({ type: 'decode', data: lastPoints });
}

decode函数用于将用户点击和右键单击的点发送到 Web Worker ，以生成分割掩码。

6. 分割区域切割

    // Handle cut button click
    cutButton.addEventListener('click', () => {
        // ...

        // Create a new canvas to hold the cut-out
        const cutCanvas = new OffscreenCanvas(w, h);
        const cutContext = cutCanvas.getContext('2d');
        const cutPixelData = cutContext.getImageData(0, 0, w, h);

        // ...

        // Download image
        const link = document.createElement('a');
        link.download = 'image.png';
        link.href = URL.createObjectURL(await cutCanvas.convertToBlob());
        link.click();
        link.remove();
    });

cutButton的点击事件处理程序用于切割出分割的区域并下载为 PNG 图片。

总结与展望

开发这段代码过程中的经验与收获

学习了如何使用 Hugging Face Transformers.js 库进行图片编码和分割。
了解了如何在 Vue.js 中使用 Web Worker 。
掌握了如何处理用户交互事件和更新 UI 。

未来该卡片功能的拓展与优化

添加对多张图片分割的支持。
探索使用其他分割模型，如 U-Net 。
集成图像编辑功能，如裁剪和旋转。
优化 Web Worker 的性能。

更多组件：

获取更多 Echos

本文由ScriptEcho平台提供技术支持

项目地址：传送门

扫码加入 AI 生成前端微信讨论群：