GrabCut

GrabCut

原創

2018-09-04 11:15

GrabCut簡介
OpenCV中的GrabCut算法是依據《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》這篇文章來實現的。該算法利用了圖像中的紋理（顏色）信息和邊界（反差）信息，只要少量的用戶交互操作即可得到比較好的分割結果。如果前景和背景之間的顏色反差不大，分割的效果不好；不過，這種情況下允許手工標記一些前景或背景區域，這樣能得到較好的結果。經我測試，GrabCut算法的效率不高，初始化341x326大小的矩形窗大約需要20秒，處理需要9秒；而論文中宣稱初始化450x300大小的矩形窗僅0.9秒，處理只要0.12秒；雖然矩形大小和測試環境稍有區別，但是結果卻相差太多。

GrabCut函數說明
函數原型：
    void cv::grabCut( const Mat& img, Mat& mask, Rect rect,
             Mat& bgdModel, Mat& fgdModel,
             int iterCount, int mode )
其中：
img——待分割的源圖像，必須是8位3通道（CV_8UC3）圖像，在處理的過程中不會被修改；
mask——掩碼圖像，如果使用掩碼進行初始化，那麼mask保存初始化掩碼信息；在執行分割的時候，也可以將用戶交互所設定的前景與背景保存到mask中，然後再傳入grabCut函數；在處理結束之後，mask中會保存結果。mask只能取以下四種值：
GCD_BGD（=0），背景；
GCD_FGD（=1），前景；
GCD_PR_BGD（=2），可能的背景；
GCD_PR_FGD（=3），可能的前景。
如果沒有手工標記GCD_BGD或者GCD_FGD，那麼結果只會有GCD_PR_BGD或GCD_PR_FGD；
rect——用於限定需要進行分割的圖像範圍，只有該矩形窗口內的圖像部分才被處理；
bgdModel——背景模型，如果爲null，函數內部會自動創建一個bgdModel；bgdModel必須是單通道浮點型（CV_32FC1）圖像，且行數只能爲1，列數只能爲13x5；
fgdModel——前景模型，如果爲null，函數內部會自動創建一個fgdModel；fgdModel必須是單通道浮點型（CV_32FC1）圖像，且行數只能爲1，列數只能爲13x5；
iterCount——迭代次數，必須大於0；
mode——用於指示grabCut函數進行什麼操作，可選的值有：
GC_INIT_WITH_RECT（=0），用矩形窗初始化GrabCut；
GC_INIT_WITH_MASK（=1），用掩碼圖像初始化GrabCut；
GC_EVAL（=2），執行分割。