交互式前景提取

发布网友发布时间：2023-06-16 07:09

共1个回答

热心网友时间：2024-10-25 19:32

经典的前景提取技术主要使用纹理（颜色）信息，如魔术棒工具，或根据边缘（对比度）信息，如智能剪刀等完成。2004年，微软研究院（剑桥）的Rother等人在论文GrabCut: Interactive Foreground Extraction Using Iterated Graph Cuts中提出了交互式前景提取技术。他们提出的算法，仅需要做很少的交互操作，就能够准确地提取出前景图像。
在开始提取前景时，先用一个矩形框指定前景区域所在的大致位置范围，然后不断迭代地分割，直到达到最好的效果。经过上述处理后，提取前景的效果可能并不理想，存在前景没有提取出来，或者将背景提取为前景的情况，此时需要用户干预提取过程。用户在原始图像的副本中（也可以是与原始图像大小相等的任意一幅图像），用白色标注要提取为前景的区域，用黑色标注要作为背景的区域。然后，将标注后的图像作为掩模，让算法继续迭代提取前景从而得到最终结果。

例如，对于图17-14的左图，先用矩形框将要提取的前景Lena框出来，再分别用白色和黑色对前景图像、背景图像进行标注。完成标注后，使用交互式前景提取算法，就会得到图17-14右图所示的结果图像。

PowerPoint 2016提供了“删除背景”功能。用户可以根据需要，在图像上标注出需要保留的部分和需要删除的部分，然后让PowerPoint帮助我们完成前景对象的提取。尝试在PowerPoint中删除图像背景，会帮助我们更好地理解交互式前景提取时模板的使用方式。

下面我们来看GrabCut算法的具体实施过程。

在OpenCV中，实现交互式前景提取的函数是cv2.grabCut().

【例17.8】在GrabCut算法中使用模板提取图像的前景，并观察提取的效果。

需要注意，在上述步骤中，使用画笔标记的模板图像m0不能直接作为模板（即参数mask）使用。函数cv2.grabCut()要求，参数mask的值必须是cv2.GC_BGD（确定背景）、cv2.GC_FGD（确定前景）、cv2.GC_PR_BGD（可能的背景）、cv2.GC_PR_FGD（可能的前景），或者是0、1、2、3之中的值。此时的模板图像m0中，存在着[0, 255]内的值，所以它的值不满足函数cv2.grabCut()的要求，无法作为参数mask直接使用。必须先将模板图像m0中的白色值和黑色值映射到模板m上，再将模板图像m作为函数cv2.grabCut()的模板参数。