import cv2 as cv
import numpy as np
# Chargement du modèle Mask R-CNN
net = cv.dnn.readNetFromTensorflow('frozen_inference_graph.pb', 'mask_rcnn_inception_v2_coco_2018_01_28.pbtxt')
# Charger l'image
imagepath = "photo.jpg"
image = cv.imread(imagepath)
h, w = image.shape[:2]
# Prétraiter l'image pour Mask R-CNN
blob = cv.dnn.blobFromImage(image, 1.0, (w, h), (104.0, 177.0, 123.0), swapRB=True, crop=False)
net.setInput(blob)
# Obtenir les sorties du modèle
output_layers = net.getUnconnectedOutLayersNames()
detections = net.forward(output_layers)
# Appliquer la segmentation pour la personne
mask_image = image.copy()
for detection in detections:
    for obj in detection:
        scores = obj[5:]
        class_id = np.argmax(scores)
        confidence = scores[class_id]
        if class_id == 0 and confidence > 0.5:  # Class 0 corresponds to "person"
            # Coordonner la boîte englobante
            box = obj[0:4] * np.array([w, h, w, h])
            (x, y, x2, y2) = box.astype("int")
            # Créer un masque de la personne
            mask = np.zeros((h, w), dtype=np.uint8)
            mask[y:y2, x:x2] = 255  # Définir la zone de la personne
            # Appliquer le masque sur l'image originale
            result = cv.bitwise_and(image, image, mask=mask)
            # Montrer l'image avec la personne segmentée et l'arrière-plan supprimé
            cv.imshow("Segmented Image", result)
            cv.waitKey(0)
            cv.destroyAllWindows()