本文主要是介绍【图割】opencv中构建图和最大流/最小割的gcgraph.h源码解读，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本文对opencv中构建图和最大流/最小割的源码进行解读，添加了中文注释
图的概念和怎么运用最大流算法实现图的最小割，看我上一篇博客：【图割】最大流/最小割算法详解（Yuri Boykov and Vladimir Kolmogorov，2004 ）
opencv中gcgraph.h源码（也许有些许改动），需要用的同学，可以添加.h头文件，直接复制粘下面的代码
#include <vector>using namespace std;#define MIN(a,b) (((a)<(b))?(a):(b))typedef unsigned char uchar;template <class TWeight>
class GCGraph
{
public:GCGraph();GCGraph(unsigned int vtxCount, unsigned int edgeCount);~GCGraph();void create(unsigned int vtxCount, unsigned int edgeCount); //给图的结点容器和边容器分配内存int addVtx(); //添加空结点void addEdges(int i, int j, TWeight w, TWeight revw); //添加点之间的边n-linkvoid addTermWeights(int i, TWeight sourceW, TWeight sinkW); //添加结点到顶点的边t-linkTWeight maxFlow(); //最大流函数bool inSourceSegment(int i); //图对象调用最大流函数后，判断结点属不属于属于源点类（前景）
private:class Vtx //结点类{public:Vtx *next; //在maxflow算法中用于构建先进-先出队列int parent; int first; //首个相邻边int ts; //时间戳int dist; //到树根的距离TWeight weight; uchar t; //图中结点的标签，取值0或1，0为源节点（前景点），1为汇节点（背景点）};class Edge //边类{public:int dst; //边指向的结点int next; //该边的顶点的下一条边TWeight weight; //边的权重};std::vector<Vtx> vtcs; //存放所有的结点std::vector<Edge> edges; //存放所有的边TWeight flow; //图的流量
};template <class TWeight>
GCGraph<TWeight>::GCGraph()
{flow = 0;
}
template <class TWeight>
GCGraph<TWeight>::GCGraph(unsigned int vtxCount, unsigned int edgeCount)
{create(vtxCount, edgeCount);
}template <class TWeight>
GCGraph<TWeight>::~GCGraph()
{
}
template <class TWeight>
void GCGraph<TWeight>::create(unsigned int vtxCount, unsigned int edgeCount) //构造函数的实际内容，根据节点数和边数
{vtcs.reserve(vtxCount);edges.reserve(edgeCount + 2);flow = 0;
}/*
函数功能：添加一个空结点，所有成员初始化为空
参数说明：无
返回值：当前结点在集合中的编号
*/
template <class TWeight>
int GCGraph<TWeight>::addVtx()
{Vtx v;memset(&v, 0, sizeof(Vtx)); //将结点申请到的内存空间全部清0(第二个参数0) 目的：由于结点中存在成员变量为指针，指针设置为null保证安全vtcs.push_back(v);return (int)vtcs.size() - 1; //返回值：当前结点在集合中的编号
}/*
函数功能：添加一条结点i和结点j之间的边n-link(普通结点之间的边)
参数说明：
int---i: 弧头结点编号
int---j: 弧尾结点编号
Tweight---w: 正向弧权值
Tweight---reww: 逆向弧权值
返回值：无
*/
template <class TWeight>
void GCGraph<TWeight>::addEdges(int i, int j, TWeight w, TWeight revw)
{assert(i >= 0 && i < (int)vtcs.size());assert(j >= 0 && j < (int)vtcs.size());assert(w >= 0 && revw >= 0);assert(i != j);Edge fromI, toI; // 正向弧：fromI, 反向弧 toIfromI.dst = j; // 正向弧指向结点jfromI.next = vtcs[i].first; //每个结点所发出的全部n-link弧(4个方向)都会被连接为一个链表，采用头插法插入所有的弧fromI.weight = w; // 正向弧的权值w vtcs[i].first = (int)edges.size(); //修改结点i的第一个弧为当前正向弧edges.push_back(fromI); //正向弧加入弧集合toI.dst = i;toI.next = vtcs[j].first;toI.weight = revw;vtcs[j].first = (int)edges.size();edges.push_back(toI);
}/*
函数功能：为结点i的添加一条t-link弧(到终端结点的弧),添加节点的时候,同时调用此函数
参数说明：
int---i: 结点编号
Tweight---sourceW: 正向弧权值
Tweight---sinkW: 逆向弧权值
返回值：无
*/
template <class TWeight>
void GCGraph<TWeight>::addTermWeights(int i, TWeight sourceW, TWeight sinkW)
{assert(i >= 0 && i < (int)vtcs.size());TWeight dw = vtcs[i].weight;if (dw > 0)sourceW += dw;elsesinkW -= dw;flow += (sourceW < sinkW) ? sourceW : sinkW;vtcs[i].weight = sourceW - sinkW;
}/*
函数功能：最大流函数，将图的所有结点分割为源点类（前景）还是汇点类（背景）
参数：无
返回值：图的成员变量--flow
*/
template <class TWeight>
TWeight GCGraph<TWeight>::maxFlow()
{const int TERMINAL = -1, ORPHAN = -2;Vtx stub, *nilNode = &stub, *first = nilNode, *last = nilNode;//先进先出队列，保存当前活动结点，stub为哨兵结点int curr_ts = 0; //当前时间戳stub.next = nilNode; //初始化活动结点队列，首结点指向自己Vtx *vtxPtr = &vtcs[0]; //结点指针Edge *edgePtr = &edges[0]; //弧指针vector<Vtx*> orphans; //孤立点集合// 遍历所有的结点，初始化活动结点(active node)队列 for (int i = 0; i < (int)vtcs.size(); i++){Vtx* v = vtxPtr + i;v->ts = 0;if (v->weight != 0) //当前结点t-vaule(即流量)不为0{last = last->next = v; //入队，插入到队尾v->dist = 1; //路径长度记1v->parent = TERMINAL; //标注其双亲为终端结点v->t = v->weight < 0;}elsev->parent = 0; //孤结点}first = first->next; //首结点作为哨兵使用，本身无实际意义，移动到下一节点，即第一个有效结点last->next = nilNode; //哨兵放置到队尾了。。。检测到哨兵说明一层查找结束nilNode->next = 0;//很长的循环，每次都按照以下三个步骤运行： //搜索路径->拆分为森林->树的重构for (;;){Vtx* v, *u; // v表示当前元素，u为其相邻元素int e0 = -1, ei = 0, ej = 0;TWeight minWeight, weight; // 路径最小割(流量)， weight当前流量uchar vt; // 流向标识符，正向为0，反向为1//---------------------------- 第一阶段: S 和 T 树的生长，找到一条s->t的路径 -------------------------// while (first != nilNode){v = first; // 取第一个元素存入v，作为当前结点if (v->parent) // v非孤儿点{vt = v->t; // 纪录v的流向// 广度优先搜索，以此搜索当前结点所有相邻结点， 方法为：遍历所有相邻边，调出边的终点就是相邻结点 for (ei = v->first; ei != 0; ei = edgePtr[ei].next){// 每对结点都拥有两个反向的边，ei^vt表明检测的边是与v结点同向的if (edgePtr[ei^vt].weight == 0)continue;u = vtxPtr + edgePtr[ei].dst; // 取出邻接点uif (!u->parent) // 无父节点，即为孤儿点，v接受u作为其子节点{u->t = vt; // 设置结点u与v的流向相同u->parent = ei ^ 1; // ei的末尾取反。。。u->ts = v->ts; // 更新时间戳，由于u的路径长度通过v计算得到，因此有效性相同 u->dist = v->dist + 1; // u深度等于v加1if (!u->next) // u不在队列中，入队，插入位置为队尾{u->next = nilNode; // 修改下一元素指针指向哨兵last = last->next = u; // 插入队尾}continue;}if (u->t != vt) // u和v的流向不同，u可以到达另一终点，则找到一条路径{e0 = ei ^ vt;break;}// u已经存在父节点，但是如果u的路径长度大于v+1，且u的时间戳较早，说明u走弯路了，修改u的路径，使其成为v的子结点 if (u->dist > v->dist + 1 && u->ts <= v->ts){// reassign the parentu->parent = ei ^ 1; // 从新设置u的父节点为v(编号ei)，记录为当前的弧u->ts = v->ts; // 更新u的时间戳与v相同u->dist = v->dist + 1; // u为v的子结点，路径长度加1}}if (e0 > 0)break;}// exclude the vertex from the active listfirst = first->next;v->next = 0;}if (e0 <= 0)break;//----------------------------------- 第二阶段: 流量统计与树的拆分 ---------------------------------------// //第一节： 查找路径中的最小权值 minWeight = edgePtr[e0].weight;assert(minWeight > 0);// 遍历整条路径分两个方向进行，从当前结点开始，向前回溯s树，向后回溯t树 // 2次遍历， k=1: 回溯s树， k=0: 回溯t树for (int k = 1; k >= 0; k--){//回溯的方法为：取当前结点的父节点，判断是否为终端结点 for (v = vtxPtr + edgePtr[e0^k].dst;; v = vtxPtr + edgePtr[ei].dst){if ((ei = v->parent) < 0)break;weight = edgePtr[ei^k].weight;minWeight = MIN(minWeight, weight);assert(minWeight > 0);}weight = fabs(v->weight);minWeight = MIN(minWeight, weight);assert(minWeight > 0);}/*第二节：修改当前路径中的所有的weight权值任何时候s和t树的结点都只有一条边使其连接到树中，当这条弧权值减少为0则此结点从树中断开，若其无子结点，则成为孤立点，若其拥有子结点，则独立为森林，但是ei的子结点还不知道他们被孤立了！*/edgePtr[e0].weight -= minWeight; //正向路径权值减少edgePtr[e0 ^ 1].weight += minWeight; //反向路径权值增加flow += minWeight; //修改当前流量// k = 1: source tree, k = 0: destination treefor (int k = 1; k >= 0; k--){for (v = vtxPtr + edgePtr[e0^k].dst;; v = vtxPtr + edgePtr[ei].dst){if ((ei = v->parent) < 0)break;edgePtr[ei ^ (k ^ 1)].weight += minWeight;if ((edgePtr[ei^k].weight -= minWeight) == 0){orphans.push_back(v);v->parent = ORPHAN;}}v->weight = v->weight + minWeight*(1 - k * 2);if (v->weight == 0){orphans.push_back(v);v->parent = ORPHAN;}}//---------------------------- 第三阶段: 树的重构 寻找新的父节点，恢复搜索树 -----------------------------//curr_ts++;while (!orphans.empty()){Vtx* v = orphans.back(); //取一个孤儿orphans.pop_back(); //删除栈顶元素，两步操作等价于出栈int d, minDist = INT_MAX;e0 = 0;vt = v->t;// 遍历当前结点的相邻点，ei为当前弧的编号for (ei = v->first; ei != 0; ei = edgePtr[ei].next){if (edgePtr[ei ^ (vt ^ 1)].weight == 0)continue;u = vtxPtr + edgePtr[ei].dst;if (u->t != vt || u->parent == 0)continue;// 计算当前点路径长度for (d = 0;;){if (u->ts == curr_ts){d += u->dist;break;}ej = u->parent;d++;if (ej < 0){if (ej == ORPHAN)d = INT_MAX - 1;else{u->ts = curr_ts;u->dist = 1;}break;}u = vtxPtr + edgePtr[ej].dst;}// update the distanceif (++d < INT_MAX){if (d < minDist){minDist = d;e0 = ei;}for (u = vtxPtr + edgePtr[ei].dst; u->ts != curr_ts; u = vtxPtr + edgePtr[u->parent].dst){u->ts = curr_ts;u->dist = --d;}}}if ((v->parent = e0) > 0){v->ts = curr_ts;v->dist = minDist;continue;}/* no parent is found */v->ts = 0;for (ei = v->first; ei != 0; ei = edgePtr[ei].next){u = vtxPtr + edgePtr[ei].dst;ej = u->parent;if (u->t != vt || !ej)continue;if (edgePtr[ei ^ (vt ^ 1)].weight && !u->next){u->next = nilNode;last = last->next = u;}if (ej > 0 && vtxPtr + edgePtr[ej].dst == v){orphans.push_back(u);u->parent = ORPHAN;}}}//第三阶段结束}return flow; //返回最大流量
}/*
函数功能：判断结点是不是源点类（前景）
参数：结点在容器中位置
返回值：1或0，1：结点为前景，0：结点为背景
*/
template <class TWeight>
bool GCGraph<TWeight>::inSourceSegment(int i)
{assert(i >= 0 && i < (int)vtcs.size());return vtcs[i].t == 0;
};
图类声明和定义都在头文件gcgraph.h中，是因为使用了模板类，如果把成员函数放在.cpp文件中定义，编译时会出现
error LNK2019: 无法解析的外部符号的错误。
下一篇博客是关于GrabCuts算法的详解
这篇关于【图割】opencv中构建图和最大流/最小割的gcgraph.h源码解读的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
