1.理论介绍
用户指定前景的大体区域，剩下为背景区域，还可以明确指出某些地方为前景或者背景，GrabCut算法采用分段迭代的方法分析前景物体形成模型树，最后根据权重决定某个像素是前景还是背景。
算法：GrabCut(img, mask, rect, bgdModel, fgdModel, 5, //iteratormode)
img：要分割的图像
mask：生称的掩码（以原图像大小为基准），该算法会把mask分为4部分，像素点的值为0,1,2,3四种值吗，其中每种值代表不同的意思。
rect：用户指定的矩形区域，元组的形式（起始坐标x, y , width，height）
bgdModel：1行65列的0矩阵，元素类型为float64。
fgdModel：1行65列的0矩阵，元素类型为float64。
5：迭代次数iterator
mode：第一次找用RECT，以后迭代用MASK
2. 鼠标交互
下面是一个鼠标交互的程序，可以通过点击鼠标滑动鼠标在图像上作图。
不太清楚的读者可以参考下面博客：Opencv(图像处理)-基于Python-绘图功能
代码如下：
import cv2 import numpy as np ''' 该api可以在图上作图 点击并滑动鼠标可以在图上画出矩形框 ''' # 定义一个类来封装该方法 class MouseStich: startX = 0 startY = 0 rect_flag = False def onmouse(self, event, x, y, flags, param): # print("onmouse") if event == cv2.EVENT_LBUTTONDOWN: self.rect_flag = True self.startX = x self.startY = y # print("LBUTTONDOWN") elif event == cv2.EVENT_LBUTTONUP: # print("LBUTTONUP") self.rect_flag = False cv2.rectangle(self.img, (self.startX, self.startY), (x, y), (0, 0, 255), 3) elif event == cv2.EVENT_MOUSEMOVE: # print("MOUSEMOVE") # 每次都在新的图像上画 if self.rect_flag == True: self.img = self.img2.copy() cv2.rectangle(self.img, (self.startX, self.startY), (x, y), (0, 255, 0), 3) def run(self): print("run....") # 绑定鼠标事件的窗口 cv2.namedWindow('input') cv2.setMouseCallback('input', self.onmouse) # 暂存一个img2 self.img = cv2.imread('./image/lena.jpg') self. img2 = self.img.copy() # 读取图片，在该窗口显示 while(1): # 展示原图，被画的图 cv2.imshow('input', self.img) k = cv2.waitKey(100) & 0xff if k == ord('q'): break MouseStich().run()
3. GrabCut
将GrabCut需要的参数构造好后，传进去，获得mask掩模，然后我们用np.where把像素值是1，3的位置改成255，目的是用bitwise_and函数提取出前景区域。
import cv2 import numpy as np ''' 该api可以在图上作图 点击并滑动鼠标可以在图上画出矩形框 ''' # 定义一个类来封装该方法 class MouseStich: startX = 0 startY = 0 rect_flag = False rect = (0, 0, 0, 0) def onmouse(self, event, x, y, flags, param): # print("onmouse") if event == cv2.EVENT_LBUTTONDOWN: self.rect_flag = True self.startX = x self.startY = y # print("LBUTTONDOWN") elif event == cv2.EVENT_LBUTTONUP: # print("LBUTTONUP") self.rect_flag = False cv2.rectangle(self.img, (self.startX, self.startY), (x, y), (0, 0, 255), 3) elif event == cv2.EVENT_MOUSEMOVE: # print("MOUSEMOVE") # 每次都在新的图像上画 if self.rect_flag == True: # 每次都在新的图像上画move self.img = self.img2.copy() cv2.rectangle(self.img, (self.startX, self.startY), (x, y), (0, 255, 0), 3) # 构造矩形的信息 self.rect = (min(self.startX, x), min(self.startY, y), abs(self.startX - x), abs(self.startY - y)) def run(self): print("run....") # 绑定鼠标事件的窗口 cv2.namedWindow('input') cv2.setMouseCallback('input', self.onmouse) self.img = cv2.imread('./image/lena.jpg') self. img2 = self.img.copy() # 定义一个与图片相同大小的掩码 self.mask = np.zeros(self.img.shape[:2], dtype=np.uint8) self.output = np.zeros(self.img.shape, dtype=np.uint8) # 读取图片，在该窗口显示 while(1): # 展示原图，被画的图 cv2.imshow('input', self.img) cv2.imshow('output', self.output) k = cv2.waitKey(100) & 0xff if k == ord('q'): break if k == ord('g'): bgdmodel = np.zeros((1, 65), np.float64) fgdmodel = np.zeros((1, 65), np.float64) cv2.grabCut(self.img2, self.mask, self.rect, bgdmodel, fgdmodel, 1, cv2.GC_INIT_WITH_RECT) # 构造提取前景的淹没 mask2 = np.where((self.mask==1)|(self.mask==3), 255, 0).astype('uint8') self.output = cv2.bitwise_and(self.img2, self.img2, mask=mask2) MouseStich().run()
展示效果：先使用鼠标画出区域，然后按’g’分割图片。
以上是关于GrabCut算法的实战内容，如有问题欢迎在评论区讨论。
