opencv-118-Grabcut图像分割

发表于 | 分类于

知识点

Grabcut是基于图割(graph cut)实现的图像分割算法，它需要用户输入一个bounding box作为分割目标位置，实现对目标与背景的分离/分割，这个跟KMeans与MeanShift等图像分割方法有很大的不同，但是Grabcut分割速度快，效果好，支持交互操作，因此在很多APP图像分割/背景虚化的软件中可以看到其身影。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
void cv::grabCut(
    InputArray 	img,
    InputOutputArray 	mask,
    Rect 	rect,
    InputOutputArray 	bgdModel,
    InputOutputArray 	fgdModel,
    int 	iterCount,
    int 	mode = GC_EVAL 
)
img输入的三通道图像
mask输入的单通道图像，初始化方式为GC_INIT_WITH_RECT表示ROI区域可以被初始化为：
GC_BGD 定义为明显的背景像素 0
GC_FGD 定义为明显的前景像素 1
GC_PR_BGD 定义为可能的背景像素 2
GC_PR_FGD 定义为可能的前景像素 3
rect 表示roi区域
bgdModel表示临时背景模型数组
fgdModel表示临时前景模型数组
iterCount表示图割算法迭代次数
mode当使用用户提供的roi时候使用GC_INIT_WITH_RECT

代码（c++,python）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
	Mat src = imread("D:/images/master.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return 0;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	Mat mask = Mat::zeros(src.size(), CV_8UC1);
	Rect rect(180, 20, 180, 220);
	Mat bgdmodel = Mat::zeros(1, 65, CV_64FC1);
	Mat fgdmodel = Mat::zeros(1, 65, CV_64FC1);
	grabCut(src, mask, rect, bgdmodel, fgdmodel, 5, GC_INIT_WITH_RECT);
	Mat result;
	for (int row = 0; row < mask.rows; row++) {
		for (int col = 0; col < mask.cols; col++) {
			int pv = mask.at<uchar>(row, col);
			if (pv == 1 || pv == 3) {
				mask.at<uchar>(row, col) = 255;
			}
			else {
				mask.at<uchar>(row, col) = 0;
			}
		}
	}
	bitwise_and(src, src, result, mask);
	imshow("grabcut result", result);
	waitKey(0);
	return 0;
 }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
"""
Grabcut图像分割
"""

import cv2 as cv
import numpy as np

src = cv.imread("images/master.jpg")
cv.imshow("input", src)

mask = np.zeros(src.shape[:2], dtype=np.uint8)
rect = (53, 12, 356, 622)
iterCount = 5
bgdmodel = np.zeros((1, 13 * iterCount), np.float64)
fgdmodel = np.zeros((1, 13 * iterCount), np.float64)

cv.grabCut(src, mask, rect, bgdmodel, fgdmodel, iterCount, mode=cv.GC_INIT_WITH_RECT)
mask2 = np.where((mask == 1) + (mask == 3), 255, 0).astype('uint8')
print(mask2.shape)
result = cv.bitwise_and(src, src, mask=mask2)

cv.imshow("result", result)
cv.waitKey(0)
cv.destroyAllWindows()

结果

代码地址

github