DefTruth

可以参考以下这段逻辑，我在lite里面增加了一些辅助函数，但还没合并进主分支，你可以参考下： ```c++ void lite::utils::swap_background(const cv::Mat &fgr_mat, const cv::Mat &pha_mat, const cv::Mat &bgr_mat, cv::Mat &out_mat, bool fgr_is_already_mul_pha) { // user-friendly method for background swap. if (fgr_mat.empty() || pha_mat.empty() || bgr_mat.empty()) return;...

可以支持GPU的，你可以参考[Windows CUDA 11.1 配置 lite.ai.toolkit](https://github.com/DefTruth/lite.ai.toolkit/issues/207) 进行编译。编译完之后把所有动态库拷贝到exe所在的文件夹。

提示的是找不到onnxruntime的库

你的rxi没有根据最新帧推理的结果更新啊，每次都是随机的值，而且一开始不应该是随机初始化，而是初始化为0. 可以参考我写的一个动态onnx推理的python版本，在我fork的分支里的inference_onnx.py: * https://github.com/DefTruth/RobustVideoMatting/blob/onnx/inference_onnx.py 以及我在RVM里的PR: * https://github.com/PeterL1n/RobustVideoMatting/pull/27

补充一下，你这里的数据预处理需要和RVM的源码一致。它的预处理是： ```python transform = transforms.Compose([ transforms.Resize(input_resize[::-1]), transforms.ToTensor() ]) ``` transforms.ToTensor()里面做了归一化，x=x/255.

鉴于问这个问题的人比较多，我写了一份详细的知乎教程，请参考： * [🔧填坑: RobustVideoMatting(5k+🔥 star)视频抠图静态ONNX模型转换](https://zhuanlan.zhihu.com/p/459088407)

有两个方法： * 1. 次优的方案。通过摄像头采集逐帧采集视频，并实时地调用图片抠图接口rvm->detect()方法进行抠图，参数和结果含义请参考文档说明。因为没有利用到RobustVideoMatting论文中提到的视频流上下文隐向量信息，所以是次优方案。目前rvm->detect_video()接口只能跑离线视频。 * 2. 最优方案。修改[rvm.h](https://github.com/DefTruth/lite.ai.toolkit/blob/main/lite/ort/cv/rvm.h)和[rvm.cpp](https://github.com/DefTruth/lite.ai.toolkit/blob/main/lite/ort/cv/rvm.cpp)源码，根据你的需求，增加一个detect_capture()方法，具体实现可以参考detect_video()，逻辑基本是类似的。然后重新编译lite.ai.toolkit，并调用你实现的方法。

你cd到build/lite.ai.toolkit/bin 再运行试试

这是ffmepg的链接的问题，如果要编解码的mp4的话，就要用到。之前已经解决过一次了，不知道为啥你的还是跑不了...如果是M1的话，目前确实是不支持的。你这里提示是是找不到ffmpeg的库，可以用 otool -L lite_rvm 、otool -L libopencv_videoio.dylib、otool -L libavformat.58.dylib 查一下库的依赖关系。相关的issue可参考： * https://github.com/DefTruth/lite.ai.toolkit/issues/203

因为我已经将ffmpeg打包进lite.ai.toolkit了，所以哪怕你的系统没有安装ffmpeg，应该也是可以运行的。我的log是这样的，卸载掉系统安装的ffmpeg，也是可以正常运行： 至于如何打包ffmpeg，你可以看我写的一篇文章： * [🤓opencv+ffmpeg编译打包全解指南](https://zhuanlan.zhihu.com/p/472115312)