本仓库是 eSearch的录屏人像识别依赖
基于 PaddleSeg
基于onnxruntime的 web runtime，使用 wasm 运行，未来可能使用 webgl 甚至是 webgpu。
模型需要转换为 onnx 才能使用：Paddle2ONNX 或在线转换
在 js 文件下使用 electron 进行调试（需要 HTML canvas，暂不支持纯 nodejs）
npm i esearch-segweb
import * as seg from "esearch-seg";nodejs
const seg = require("esearch-seg");await seg.init({
segPath: "seg.onnx",
});
let img = document.createElement("img");
img.src = "data:image/png;base64,...";
img.onload = async () => {
let canvas = document.createElement("canvas");
canvas.width = img.width;
canvas.height = img.height;
canvas.getContext("2d").drawImage(img, 0, 0);
seg.seg(canvas.getContext("2d").getImageData(0, 0, img.width, img.height))
.then((data) => {})
.catch((e) => {});
};init type
{
segPath: string;
node?: boolean;
dev?: boolean;
ort?: typeof import("onnxruntime-web");ocr type
seg(img: ImageData): Promise<ImageData> // 人像
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent