EmguCV学习笔记 C# 8.3 Grabcut法

本文主要是介绍EmguCV学习笔记 C# 8.3 Grabcut法，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！

 版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。

EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。

教程VB.net版本请访问：EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问：EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址：https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码，请移步：EmguCV学习笔记

学习VB.Net知识，请移步： vb.net 教程 目录_vb中如何用datagridview-CSDN博客

 学习C#知识，请移步：C# 教程 目录_c#教程目录-CSDN博客

 

8.3 Grabcut法

GrabCut是一种基于图像分割的技术，它可以用于将图像中的前景和背景分离。在实现中，GrabCut算法通常需要使用高斯混合模型(GMM)来建立前景和背景的概率分布，以便更好的估计像素的标签。同时，还需要考虑如何处理边界处的像素，以避免边界处的像素被错误地分类。GrabCut算法在图像分割中有着广泛的应用，例如人像分割、物体抠图等。

EmguCV使用CvInvoke.GrabCut方法来执行GrabCut算法，该方法声明如下：

public static void GrabCut(

           IInputArray img,

                    IInputOutputArray mask,

                    Rectangle rect,

                    IInputOutputArray bgdModel,

                    IInputOutputArray fgdModel,

                    int iterCount,

           GrabcutInitType type

)

参数说明：

1. img：输入输出的图像，必须是三通道彩色图像。
2. mask：指定的掩码图像，必须是单通道灰度图像，并且与输入图像具有相同的尺寸。可以传入0-3的值，分别为：0表示明显为背景的像素、1表示冥相位前景的像素、2表示可能为背景的像素、3表示可能为前景的像素。
3. rect：指定的矩形框，用于定位大概率可能为前景目标的位置。
4. bgdModel：背景模型，必须是单通道浮点型Mat。
5. fgdModel：前景模型，必须是单通道浮点型Mat。
6. iterCount：迭代次数，用于控制算法的收敛性。
7. type：GrabCut算法初始化类型，可以选择GrabCutInitType.WithRect或GrabCutInitType.WithMask，分别表示根据提供的矩形初始化或根据掩码初始化。

该方法没有返回值，而是直接在mask图像上进行前景分割操作，最终获得的mask包含0-3的值，含义如参数中说明。

【代码位置：frmChapter8】Button5_Click

        //Grabcut法

        private void Button5_Click(object sender, EventArgs e)

        {

            Mat m = new Mat("C:\\learnEmgucv\\tower.jpg", ImreadModes.AnyColor);

            Mat result = new Mat();

            Mat bg = new Mat();

            Mat fg = new Mat();

            Rectangle rect = new Rectangle(80, 30, 680, 450);

            CvInvoke.GrabCut(m, result, rect, bg, fg, 1, GrabcutInitType.InitWithRect);

            //输出的result只有4个值：

            //0：确定背景

            //1：确定前景

            //2：可能背景

            //3：可能前景

            //演示框选范围

            CvInvoke.Rectangle(m, rect, new MCvScalar(255, 255, 255), 1);

            ImageBox1.Image = m;

            //标记区域

            Matrix<byte> matr = new Matrix<byte>(result.Rows, result.Cols);

            result.CopyTo(matr);

            for (int i = 0; i < matr.Cols; i++)

            {

                for (int j = 0; j < matr.Rows; j++)

                {

                    //将确定背景和可能背景标记为0，否则为255

                    if (matr[j, i] == 0 || matr[j, i] == 2)

                        matr[j, i] = 0;

                    else

                        matr[j, i] = 255;

                }

            }

            Mat midm = new Mat();

            midm = matr.Mat;

            //显示标记的图像

            CvInvoke.Imshow("midm", midm);

            //灰度转为彩色

            Mat midm1 = new Mat();

            CvInvoke.CvtColor(midm, midm1, ColorConversion.Gray2Bgr);

            Mat mout = new Mat();

            //And运算

            CvInvoke.BitwiseAnd(m, midm1, mout);

            CvInvoke.Imshow("mout", mout);

        }

输出结果如下图所示：

 

图8-5 Grabcut法分离前景

【代码位置：frmChapter8】Button6_Click

       //Grabcut法

        private void Button6_Click(object sender, EventArgs e)

        {

            Mat m = CvInvoke.Imread("C:\\learnEmgucv\\tower.jpg", ImreadModes.Color);

            Mat result = new Mat();

            Mat bg = new Mat();

            Mat fg = new Mat();

            Rectangle rect = new Rectangle(80, 30, 680, 450);

            CvInvoke.GrabCut(m, result, rect, bg, fg, 5, GrabcutInitType.InitWithRect);

            Image<Bgr, byte> src = m.ToImage<Bgr, byte>();

            Image<Bgr, byte> dst = new Image<Bgr, byte>(new Size(src.Width, src.Height));

            Image<Gray, byte> mask = result.ToImage<Gray, byte>();

            //直接操作Image像素点

            for (int i = 0; i < src.Rows; i++)

            {

                for (int j = 0; j < src.Cols; j++)

                {

                    //如果是确定前景和可能前景，直接保留原像素点颜色，否则为黑色

                    if (mask.Data[i, j, 0] == 1 || mask.Data[i, j, 0] == 3)

                    {

                        dst.Data[i, j, 0] = src.Data[i, j, 0];

                        dst.Data[i, j, 1] = src.Data[i, j, 1];

                        dst.Data[i, j, 2] = src.Data[i, j, 2];

                    }

                    else

                    {

                        dst.Data[i, j, 0] = 0;

                        dst.Data[i, j, 1] = 0;

                        dst.Data[i, j, 2] = 0;

                    }

                }

            }

            ImageBox1.Image = dst;

        }

输出结果如下图所示：

 

图8-6 Grabcut法分离前景

【代码位置：frmChapter8】Button7_Click

        //标记为确定前景，这里使用InitWithMask 参数

        private void Button7_Click(object sender, EventArgs e)

        {

            Mat m = new Mat("c:\\learnEmgucv\\lena.jpg", ImreadModes.AnyColor);

            Mat mask = new Mat();

            Mat bg = new Mat();

            Mat fg = new Mat();

            Rectangle rect = new Rectangle(80, 30, 340, 480);

            //使用前景为全白色

            Mat m1 = new Mat("c:\\learnEmgucv\\lena_fillwhite.jpg", ImreadModes.Grayscale);

            Mat mask1 = new Mat();

            //二值化

            CvInvoke.Threshold(m1, mask1, 250, 1, ThresholdType.Binary);

            CvInvoke.Rectangle(m, rect, new MCvScalar(255, 255, 255), 1);

            //标记之后再调用GrabCut，使用InitWithMask参数

            CvInvoke.GrabCut(m, mask1, rect, bg, fg, 2, GrabcutInitType.InitWithMask);

            Matrix<byte> matrx = new Matrix<byte>(mask1.Rows, mask1.Cols);

            mask1.CopyTo(matrx);

            for (int i = 0; i < matrx.Cols; i++)

                for (int j = 0; j < matrx.Rows; j++)

                    if (matrx[i, j] == 0 || matrx[i, j] == 2)

                        matrx[i, j] = 0;

                    else

                        matrx[i, j] = 255;

            Mat midm2 = new Mat();

            midm2 = matrx.Mat;

            Mat midm1 = new Mat();

            CvInvoke.CvtColor(midm2, midm1, ColorConversion.Gray2Bgr);

            Mat mout = new Mat();

            CvInvoke.BitwiseAnd(m, midm1, mout);

            CvInvoke.Imshow("mout", mout);

        }

输出结果如下图所示：

 

图8-7 Grabcut法分离前景

这篇关于EmguCV学习笔记 C# 8.3 Grabcut法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！

---