使用OpenCV的GrabCut实现勾轮廓抠图功能

圈轮廓

最近接了个抠图的功能,要求像这样子让用户把轮廓圈一下,把前景抠出来。这里用的是OpenCV的GrabCut算法。

void grabCut(InputArrayimg,InputOutputArraymask,Rectrect,InputOutputArraybgdModel,InputOutputArrayfgdModel,intiterCount,intmode=GC_EVAL)

Parameters:

img – Input 8-bit 3-channel image.

mask –Input/output 8-bit single-channel mask. The mask is initialized by the function when mode is set to GC_INIT_WITH_RECT. Its elements may have one of following values:

GC_BGD defines an obvious background pixels.

GC_FGD defines an obvious foreground (object) pixel.

GC_PR_BGD defines a possible background pixel.

GC_PR_FGD defines a possible foreground pixel.

rect – ROI containing a segmented object. The pixels outside of the ROI are marked as “obvious background”. The parameter is only used when mode==GC_INIT_WITH_RECT .

bgdModel – Temporary array for the background model. Do not modify it while you are processing the same image.

fgdModel – Temporary arrays for the foreground model. Do not modify it while you are processing the same image.

iterCount – Number of iterations the algorithm should make before returning the result. Note that the result can be refined with further calls with mode==GC_INIT_WITH_MASK or mode==GC_EVAL .

mode –Operation mode that could be one of the following:

GC_INIT_WITH_RECT The function initializes the state and the mask using the provided rectangle. After that it runs iterCount iterations of the algorithm.

GC_INIT_WITH_MASK The function initializes the state using the provided mask. Note that GC_INIT_WITH_RECT and GC_INIT_WITH_MASK can be combined. Then, all the pixels outside of the ROI are automatically initialized with GC_BGD .

GC_EVAL The value means that the algorithm should just resume.

传入的img是原图(CV_8UC3格式),mask是用户标记的前景和背景信息(矩阵中只含以上四种取值),rect是用户选中的感兴趣区域(ROI),bgdModel和fgdModel是临时数组(对同一张图片进行编辑时不要修改),iterCount是迭代次数,mode是运行模式(初始化或者不是初始化)。

总之,就是要用cv::GC_INIT_WITH_MASK模式去初始化,传入原图和用户圈出来的轮廓图。


mask

用户圈完轮廓之后,用cv::findContours()生成一张类似这样的图。轮廓外部标记为已知背景,轮廓内部标记为已知前景,轮廓标记为未知。

初始化完之后,将mask和1做与,然后将原图copyTo一下,就能得到抠出来的图片。

alphaMask = mask & 1;

src.copyTo(dst, alphaMask);


第一次运行结果

第一次出来的结果可能会有些地方没分好,这时候用户再手动标记一下,用cv::GC_EVAL继续运行就好了。

Win10的画图3D有个神奇选择功能,就是grabCut算法这个流程的,要先框出ROI,有兴趣的可以尝试一下。


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容

  • 我曾经无数次的对自己说,外表不重要,因为无论你做什么事,任何人不全是看外表的。直到现在我才发现,不然,你连一个拿的...
    随意点阅读 230评论 0 1
  • 1. 冷暖相间,悲喜同场 未来似一条逆流而上的鱼然而,别无选择 我喜欢这个动态的意象,在这样的句子里,未来“游动”...
    马叮阅读 771评论 1 5
  • 一直以来“蜀中无大将,廖化作先锋”这句话都被理解为: 能力平庸却担负重任,比喻团队里没有人才只能赶鸭子上架。 三国...
    YuiSay阅读 476评论 3 2
  • 良好的习惯是人在其神经系统中存放的道德资本,这个资本不断增值,而人在整个一生中就享受着它的利息。 本系列一共三篇:...
    李浪溪_WaterLee阅读 1,360评论 1 7