利用OpenCV的Grabcut()函数实现图像的前景与背景的分割-并对Grabcut()作详细介绍

Graphcut是一种基于图论的分割方法，在计算机视觉领域中应用于前景分割、医学处理、纹理分割及立体视觉等方面，类似于PS中的抠图功能。基本图论的分割技术是图像分割领域中新的研究热点，该方法基于能量优化算法，将图像分割问题转换为图的最小割优化问题。

Grabcut是Graphcut算法的改进，Graphcut是一种直接基于图切算法的图像分割技术，仅仅需要确认前景与背景输入，该算法就可以完成背景与前景相似督导赋权图，并通过最优切割来实现图像分割。Grabcut算法可以不需要用户交互，仅仅需要输入包含目标前景的区域就可以完成前景与前景的分离。

Graphcut的目标和背景模型是灰度直方图，Grabcut采用的是RGB三通道混合高斯模型；Graphcut的能量最小化分割是能通过一次计算实现的，而Grabcut是根据分割模型参数更新完成学的学习过程；Graphcut需要用户输入前景与背景区域点集，而Grabcut只需要提供含有背景的区域像素集就可以完成分割。

上面三段话纯属装逼，实际上，只是对Grabcut算法和Graphcut算法大致的介绍，要说为什么是那样，我现在也说不清楚，如果想了解详细原理，可以参考相关论文和下面这三篇博文

http://blog.csdn.net/zouxy09/article/details/8532106

http://blog.csdn.net/zouxy09/article/details/8532111 

http://blog.csdn.net/zouxy09/article/details/8534954

OpenCV中提供了Grabcut函数用于实现Grabcut操作，原型如下：

void grabCut(InputArray image, InputOutputArray mask, Rect rect, InputOutputArray bgdModel, InputOutputArray fgdModel, int iterCount, int mode)

下面介绍各参数的含义：

image-输入图像，要求是三通道的图像

mask-如果mode参数的模式设为GC_INIT_WITH_RECT，那么mask和算法的初始状态由第三个参数rect来初始化；如果mode参数的模式设为GC_INIT_WITH_MASK ，那么这个mask由用户自定义，并由这个自定义的mask初始化算法。mask每个像素的值有以下几种取值：

GC_BGD-背景像素，宏定义的值为0

GC_FGD -前景像素，宏义义的值为1

GC_PR_BGD-比较可能为背景像素的像素，宏义义的值为2

GC_PR_FGD-比较可能为前景像素的像素，宏义义的值为3

rect:被用户指定含前景的矩形区域，如果mode设为GC_INIT_WITH_RECT，那么在使用rect对mask进行初始化时，rect区域之外的值统一为0

bgdModel：迭代时使用的背景临时阵列

fgdModel： 迭代时使用的前景临时阵列

iterCount：算法迭代次数，迭代次数越多，显然越耗时间，但是对前景和背景的分割也越准

mode：算法模式设置，有三个取值，GC_INIT_WITH_RECT和GC_INIT_WITH_MASK已经在上面讲解了，还有一个值是GC_EVAL ，如果设置为GC_EVAL ，那么算法将无视mask的影响，直接执行算法。

下面上代码（代码中用到的图像的下载链接：https://pan.baidu.com/s/1dEEP10t）：

//OpenCV版本3.0.0 //交流QQ2487872782 2016-8-4注：很报歉，此代码目前不能公开发表在博客上，已经删除，希望大家能理解！

运行结果如下图所示：

-------------------------------------------
欢迎大家加入图像识别技术交流群：271891601，另外，特别欢迎成都从事图像识别工作的朋友交流，我的QQ号2487872782