本文将实现一个与人（鼠标）交互从而分割背景的程序。
GrabCut
- 1.理论介绍
- 2. 鼠标交互
- 3. GrabCut
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。
