图像分割之（四）OpenCV的GrabCut函数使用和源码解读

图像分割之（四）OpenCV的GrabCut函数使用和源码解读

[e-mail]

http://blog.csdn.net/zouxy09

      上一文对GrabCut做了一个了解。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》这篇文章来实现的。现在我对源码做了些注释，以便我们更深入的了解该算法。一直觉得论文和代码是有比较大的差别的，个人觉得脱离代码看论文，最多能看懂70%，剩下20%或者更多就需要通过阅读代码来获得了，那还有10%就和每个人的基础和知识储备相挂钩了。

      接触时间有限，若有错误，还望各位前辈指正，谢谢。原论文的一些浅解见上一博文：

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

一、GrabCut函数使用

      在OpenCV的源码目录的samples的文件夹下，有grabCut的使用例程，请参考：

opencv\samples\cpp\grabcut.cpp。

而grabCut函数的API说明如下：

void cv::grabCut( InputArray _img, InputOutputArray _mask, Rect rect,

InputOutputArray _bgdModel, InputOutputArray _fgdModel,

                  int iterCount, int mode )

/*

****参数说明：

         img——待分割的源图像，必须是8位3通道（CV_8UC3）图像，在处理的过程中不会被修改；

         mask——掩码图像，如果使用掩码进行初始化，那么mask保存初始化掩码信息；在执行分割的时候，也可以将用户交互所设定的前景与背景保存到mask中，然后再传入grabCut函数；在处理结束之后，mask中会保存结果。mask只能取以下四种值：

                   GCD_BGD（=0），背景；

                   GCD_FGD（=1），前景；

                   GCD_PR_BGD（=2），可能的背景；

                   GCD_PR_FGD（=3），可能的前景。

                 如果没有手工标记GCD_BGD或者GCD_FGD，那么结果只会有GCD_PR_BGD或GCD_PR_FGD；

         rect——用于限定需要进行分割的图像范围，只有该矩形窗口内的图像部分才被处理；

         bgdModel——背景模型，如果为null，函数内部会自动创建一个bgdModel；bgdModel必须是单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5；

         fgdModel——前景模型，如果为null，函数内部会自动创建一个fgdModel；fgdModel必须是单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5；

         iterCount——迭代次数，必须大于0；

         mode——用于指示grabCut函数进行什么操作，可选的值有：

                   GC_INIT_WITH_RECT（=0），用矩形窗初始化GrabCut；

                   GC_INIT_WITH_MASK（=1），用掩码图像初始化GrabCut；

                   GC_EVAL（=2），执行分割。

*/

二、GrabCut源码解读

       其中源码包含了gcgraph.hpp这个构建图和max flow/min cut算法的实现文件，这个文件暂时没有解读，后面再更新了。

/*M///////////////////////////////////////////////////////////////////////////////////////////  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.////  By downloading, copying, installing or using the software you agree to this license.//  If you do not agree to this license, do not download, install,//  copy or use the software.//////                        Intel License Agreement//                For Open Source Computer Vision Library//// Copyright (C) 2000, Intel Corporation, all rights reserved.// Third party copyrights are property of their respective owners.//// Redistribution and use in source and binary forms, with or without modification,// are permitted provided that the following conditions are met:////   * Redistribution's of source code must retain the above copyright notice,//     this list of conditions and the following disclaimer.////   * Redistribution's in binary form must reproduce the above copyright notice,//     this list of conditions and the following disclaimer in the documentation//     and/or other materials provided with the distribution.////   * The name of Intel Corporation may not be used to endorse or promote products//     derived from this software without specific prior written permission.//// This software is provided by the copyright holders and contributors "as is" and// any express or implied warranties, including, but not limited to, the implied// warranties of merchantability and fitness for a particular purpose are disclaimed.// In no event shall the Intel Corporation or contributors be liable for any direct,// indirect, incidental, special, exemplary, or consequential damages// (including, but not limited to, procurement of substitute goods or services;// loss of use, data, or profits; or business interruption) however caused// and on any theory of liability, whether in contract, strict liability,// or tort (including negligence or otherwise) arising in any way out of// the use of this software, even if advised of the possibility of such damage.////M*/#include "precomp.hpp"#include "gcgraph.hpp"#include <limits>using namespace cv;/*This is implementation of image segmentation algorithm GrabCut described in"GrabCut — Interactive Foreground Extraction using Iterated Graph Cuts".Carsten Rother, Vladimir Kolmogorov, Andrew Blake. *//* GMM - Gaussian Mixture Model*/class GMM{public:    static const int componentsCount = 5;    GMM( Mat& _model );    double operator()( const Vec3d color ) const;    double operator()( int ci, const Vec3d color ) const;    int whichComponent( const Vec3d color ) const;    void initLearning();    void addSample( int ci, const Vec3d color );    void endLearning();private:    void calcInverseCovAndDeterm( int ci );    Mat model;    double* coefs;    double* mean;    double* cov;    double inverseCovs[componentsCount][3][3]; //协方差的逆矩阵    double covDeterms[componentsCount];  //协方差的行列式    double sums[componentsCount][3];    double prods[componentsCount][3][3];    int sampleCounts[componentsCount];    int totalSampleCount;};//背景和前景各有一个对应的GMM（混合高斯模型）GMM::GMM( Mat& _model ){//一个像素的（唯一对应）高斯模型的参数个数或者说一个高斯模型的参数个数//一个像素RGB三个通道值，故3个均值，3*3个协方差，共用一个权值    const int modelSize = 3/*mean*/ + 9/*covariance*/ + 1/*component weight*/;    if( _model.empty() )    {//一个GMM共有componentsCount个高斯模型，一个高斯模型有modelSize个模型参数        _model.create( 1, modelSize*componentsCount, CV_64FC1 );        _model.setTo(Scalar(0));    }    else if( (_model.type() != CV_64FC1) || (_model.rows != 1) || (_model.cols != modelSize*componentsCount) )        CV_Error( CV_StsBadArg, "_model must have CV_64FC1 type, rows == 1 and cols == 13*componentsCount" );    model = _model;//注意这些模型参数的存储方式：先排完componentsCount个coefs，再3*componentsCount个mean。//再3*3*componentsCount个cov。    coefs = model.ptr<double>(0);  //GMM的每个像素的高斯模型的权值变量起始存储指针    mean = coefs + componentsCount; //均值变量起始存储指针    cov = mean + 3*componentsCount;  //协方差变量起始存储指针    for( int ci = 0; ci < componentsCount; ci++ )        if( coefs[ci] > 0 ) //计算GMM中第ci个高斯模型的协方差的逆Inverse和行列式Determinant //为了后面计算每个像素属于该高斯模型的概率（也就是数据能量项）             calcInverseCovAndDeterm( ci ); }//计算一个像素（由color=（B,G,R）三维double型向量来表示）属于这个GMM混合高斯模型的概率。//也就是把这个像素像素属于componentsCount个高斯模型的概率与对应的权值相乘再相加，//具体见论文的公式（10）。结果从res返回。//这个相当于计算Gibbs能量的第一个能量项（取负后）。double GMM::operator()( const Vec3d color ) const{    double res = 0;    for( int ci = 0; ci < componentsCount; ci++ )        res += coefs[ci] * (*this)(ci, color );    return res;}//计算一个像素（由color=（B,G,R）三维double型向量来表示）属于第ci个高斯模型的概率。//具体过程，即高阶的高斯密度模型计算式，具体见论文的公式（10）。结果从res返回double GMM::operator()( int ci, const Vec3d color ) const{    double res = 0;    if( coefs[ci] > 0 )    {        CV_Assert( covDeterms[ci] > std::numeric_limits<double>::epsilon() );        Vec3d diff = color;        double* m = mean + 3*ci;        diff[0] -= m[0]; diff[1] -= m[1]; diff[2] -= m[2];        double mult = diff[0]*(diff[0]*inverseCovs[ci][0][0] + diff[1]*inverseCovs[ci][1][0] + diff[2]*inverseCovs[ci][2][0])                   + diff[1]*(diff[0]*inverseCovs[ci][0][1] + diff[1]*inverseCovs[ci][1][1] + diff[2]*inverseCovs[ci][2][1])                   + diff[2]*(diff[0]*inverseCovs[ci][0][2] + diff[1]*inverseCovs[ci][1][2] + diff[2]*inverseCovs[ci][2][2]);        res = 1.0f/sqrt(covDeterms[ci]) * exp(-0.5f*mult);    }    return res;}//返回这个像素最有可能属于GMM中的哪个高斯模型（概率最大的那个）int GMM::whichComponent( const Vec3d color ) const{    int k = 0;    double max = 0;    for( int ci = 0; ci < componentsCount; ci++ )    {        double p = (*this)( ci, color );        if( p > max )        {            k = ci;  //找到概率最大的那个，或者说计算结果最大的那个            max = p;        }    }    return k;}//GMM参数学习前的初始化，主要是对要求和的变量置零void GMM::initLearning(){    for( int ci = 0; ci < componentsCount; ci++)    {        sums[ci][0] = sums[ci][1] = sums[ci][2] = 0;        prods[ci][0][0] = prods[ci][0][1] = prods[ci][0][2] = 0;        prods[ci][1][0] = prods[ci][1][1] = prods[ci][1][2] = 0;        prods[ci][2][0] = prods[ci][2][1] = prods[ci][2][2] = 0;        sampleCounts[ci] = 0;    }    totalSampleCount = 0;}//增加样本，即为前景或者背景GMM的第ci个高斯模型的像素集（这个像素集是来用估//计计算这个高斯模型的参数的）增加样本像素。计算加入color这个像素后，像素集//中所有像素的RGB三个通道的和sums（用来计算均值），还有它的prods（用来计算协方差），//并且记录这个像素集的像素个数和总的像素个数（用来计算这个高斯模型的权值）。void GMM::addSample( int ci, const Vec3d color ){    sums[ci][0] += color[0]; sums[ci][1] += color[1]; sums[ci][2] += color[2];    prods[ci][0][0] += color[0]*color[0]; prods[ci][0][1] += color[0]*color[1]; prods[ci][0][2] += color[0]*color[2];    prods[ci][1][0] += color[1]*color[0]; prods[ci][1][1] += color[1]*color[1]; prods[ci][1][2] += color[1]*color[2];    prods[ci][2][0] += color[2]*color[0]; prods[ci][2][1] += color[2]*color[1]; prods[ci][2][2] += color[2]*color[2];    sampleCounts[ci]++;    totalSampleCount++;}//从图像数据中学习GMM的参数：每一个高斯分量的权值、均值和协方差矩阵；//这里相当于论文中“Iterative minimisation”的step 2void GMM::endLearning(){    const double variance = 0.01;    for( int ci = 0; ci < componentsCount; ci++ )    {        int n = sampleCounts[ci]; //第ci个高斯模型的样本像素个数        if( n == 0 )            coefs[ci] = 0;        else        {            //计算第ci个高斯模型的权值系数coefs[ci] = (double)n/totalSampleCount;             //计算第ci个高斯模型的均值double* m = mean + 3*ci;            m[0] = sums[ci][0]/n; m[1] = sums[ci][1]/n; m[2] = sums[ci][2]/n;            //计算第ci个高斯模型的协方差double* c = cov + 9*ci;            c[0] = prods[ci][0][0]/n - m[0]*m[0]; c[1] = prods[ci][0][1]/n - m[0]*m[1]; c[2] = prods[ci][0][2]/n - m[0]*m[2];            c[3] = prods[ci][1][0]/n - m[1]*m[0]; c[4] = prods[ci][1][1]/n - m[1]*m[1]; c[5] = prods[ci][1][2]/n - m[1]*m[2];            c[6] = prods[ci][2][0]/n - m[2]*m[0]; c[7] = prods[ci][2][1]/n - m[2]*m[1]; c[8] = prods[ci][2][2]/n - m[2]*m[2];            //计算第ci个高斯模型的协方差的行列式double dtrm = c[0]*(c[4]*c[8]-c[5]*c[7]) - c[1]*(c[3]*c[8]-c[5]*c[6]) + c[2]*(c[3]*c[7]-c[4]*c[6]);            if( dtrm <= std::numeric_limits<double>::epsilon() )            {                //相当于如果行列式小于等于0，（对角线元素）增加白噪声，避免其变//为退化（降秩）协方差矩阵（不存在逆矩阵，但后面的计算需要计算逆矩阵）。// Adds the white noise to avoid singular covariance matrix.                c[0] += variance;                c[4] += variance;                c[8] += variance;            }//计算第ci个高斯模型的协方差的逆Inverse和行列式Determinant            calcInverseCovAndDeterm(ci);        }    }}//计算协方差的逆Inverse和行列式Determinantvoid GMM::calcInverseCovAndDeterm( int ci ){    if( coefs[ci] > 0 )    {//取第ci个高斯模型的协方差的起始指针        double *c = cov + 9*ci;        double dtrm =              covDeterms[ci] = c[0]*(c[4]*c[8]-c[5]*c[7]) - c[1]*(c[3]*c[8]-c[5]*c[6]) + c[2]*(c[3]*c[7]-c[4]*c[6]);        //在C++中，每一种内置的数据类型都拥有不同的属性, 使用<limits>库可以获//得这些基本数据类型的数值属性。因为浮点算法的截断，所以使得，当a=2，//b=3时 10*a/b == 20/b不成立。那怎么办呢？//这个小正数（epsilon）常量就来了，小正数通常为可用给定数据类型的//大于1的最小值与1之差来表示。若dtrm结果不大于小正数，那么它几乎为零。//所以下式保证dtrm>0，即行列式的计算正确（协方差对称正定，故行列式大于0）。CV_Assert( dtrm > std::numeric_limits<double>::epsilon() );//三阶方阵的求逆        inverseCovs[ci][0][0] =  (c[4]*c[8] - c[5]*c[7]) / dtrm;        inverseCovs[ci][1][0] = -(c[3]*c[8] - c[5]*c[6]) / dtrm;        inverseCovs[ci][2][0] =  (c[3]*c[7] - c[4]*c[6]) / dtrm;        inverseCovs[ci][0][1] = -(c[1]*c[8] - c[2]*c[7]) / dtrm;        inverseCovs[ci][1][1] =  (c[0]*c[8] - c[2]*c[6]) / dtrm;        inverseCovs[ci][2][1] = -(c[0]*c[7] - c[1]*c[6]) / dtrm;        inverseCovs[ci][0][2] =  (c[1]*c[5] - c[2]*c[4]) / dtrm;        inverseCovs[ci][1][2] = -(c[0]*c[5] - c[2]*c[3]) / dtrm;        inverseCovs[ci][2][2] =  (c[0]*c[4] - c[1]*c[3]) / dtrm;    }}//计算beta，也就是Gibbs能量项中的第二项（平滑项）中的指数项的beta，用来调整//高或者低对比度时，两个邻域像素的差别的影响的，例如在低对比度时，两个邻域//像素的差别可能就会比较小，这时候需要乘以一个较大的beta来放大这个差别，//在高对比度时，则需要缩小本身就比较大的差别。//所以我们需要分析整幅图像的对比度来确定参数beta，具体的见论文公式（5）。/*  Calculate beta - parameter of GrabCut algorithm.  beta = 1/(2*avg(sqr(||color[i] - color[j]||)))*/static double calcBeta( const Mat& img ){    double beta = 0;    for( int y = 0; y < img.rows; y++ )    {        for( int x = 0; x < img.cols; x++ )        {//计算四个方向邻域两像素的差别，也就是欧式距离或者说二阶范数//（当所有像素都算完后，就相当于计算八邻域的像素差了）            Vec3d color = img.at<Vec3b>(y,x);            if( x>0 ) // left  >0的判断是为了避免在图像边界的时候还计算，导致越界            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y,x-1);                beta += diff.dot(diff);  //矩阵的点乘，也就是各个元素平方的和            }            if( y>0 && x>0 ) // upleft            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x-1);                beta += diff.dot(diff);            }            if( y>0 ) // up            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x);                beta += diff.dot(diff);            }            if( y>0 && x<img.cols-1) // upright            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x+1);                beta += diff.dot(diff);            }        }    }    if( beta <= std::numeric_limits<double>::epsilon() )        beta = 0;    else        beta = 1.f / (2 * beta/(4*img.cols*img.rows - 3*img.cols - 3*img.rows + 2) ); //论文公式（5）    return beta;}//计算图每个非端点顶点（也就是每个像素作为图的一个顶点，不包括源点s和汇点t）与邻域顶点//的边的权值。由于是无向图，我们计算的是八邻域，那么对于一个顶点，我们计算四个方向就行，//在其他的顶点计算的时候，会把剩余那四个方向的权值计算出来。这样整个图算完后，每个顶点//与八邻域的顶点的边的权值就都计算出来了。//这个相当于计算Gibbs能量的第二个能量项（平滑项），具体见论文中公式（4）/*  Calculate weights of noterminal vertices of graph.  beta and gamma - parameters of GrabCut algorithm. */static void calcNWeights( const Mat& img, Mat& leftW, Mat& upleftW, Mat& upW, Mat& uprightW, double beta, double gamma ){    //gammaDivSqrt2相当于公式（4）中的gamma * dis(i,j)^(-1)，那么可以知道，//当i和j是垂直或者水平关系时，dis(i,j)=1，当是对角关系时，dis(i,j)=sqrt(2.0f)。//具体计算时，看下面就明白了const double gammaDivSqrt2 = gamma / std::sqrt(2.0f);//每个方向的边的权值通过一个和图大小相等的Mat来保存    leftW.create( img.rows, img.cols, CV_64FC1 );    upleftW.create( img.rows, img.cols, CV_64FC1 );    upW.create( img.rows, img.cols, CV_64FC1 );    uprightW.create( img.rows, img.cols, CV_64FC1 );    for( int y = 0; y < img.rows; y++ )    {        for( int x = 0; x < img.cols; x++ )        {            Vec3d color = img.at<Vec3b>(y,x);            if( x-1>=0 ) // left  //避免图的边界            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y,x-1);                leftW.at<double>(y,x) = gamma * exp(-beta*diff.dot(diff));            }            else                leftW.at<double>(y,x) = 0;            if( x-1>=0 && y-1>=0 ) // upleft            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x-1);                upleftW.at<double>(y,x) = gammaDivSqrt2 * exp(-beta*diff.dot(diff));            }            else                upleftW.at<double>(y,x) = 0;            if( y-1>=0 ) // up            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x);                upW.at<double>(y,x) = gamma * exp(-beta*diff.dot(diff));            }            else                upW.at<double>(y,x) = 0;            if( x+1<img.cols && y-1>=0 ) // upright            {                Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x+1);                uprightW.at<double>(y,x) = gammaDivSqrt2 * exp(-beta*diff.dot(diff));            }            else                uprightW.at<double>(y,x) = 0;        }    }}//检查mask的正确性。mask为通过用户交互或者程序设定的，它是和图像大小一样的单通道灰度图，//每个像素只能取GC_BGD or GC_FGD or GC_PR_BGD or GC_PR_FGD 四种枚举值，分别表示该像素//（用户或者程序指定）属于背景、前景、可能为背景或者可能为前景像素。具体的参考：//ICCV2001“Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images”//Yuri Y. Boykov Marie-Pierre Jolly /*  Check size, type and element values of mask matrix. */static void checkMask( const Mat& img, const Mat& mask ){    if( mask.empty() )        CV_Error( CV_StsBadArg, "mask is empty" );    if( mask.type() != CV_8UC1 )        CV_Error( CV_StsBadArg, "mask must have CV_8UC1 type" );    if( mask.cols != img.cols || mask.rows != img.rows )        CV_Error( CV_StsBadArg, "mask must have as many rows and cols as img" );    for( int y = 0; y < mask.rows; y++ )    {        for( int x = 0; x < mask.cols; x++ )        {            uchar val = mask.at<uchar>(y,x);            if( val!=GC_BGD && val!=GC_FGD && val!=GC_PR_BGD && val!=GC_PR_FGD )                CV_Error( CV_StsBadArg, "mask element value must be equel"                    "GC_BGD or GC_FGD or GC_PR_BGD or GC_PR_FGD" );        }    }}//通过用户框选目标rect来创建mask，rect外的全部作为背景，设置为GC_BGD，//rect内的设置为 GC_PR_FGD（可能为前景）/*  Initialize mask using rectangular.*/static void initMaskWithRect( Mat& mask, Size imgSize, Rect rect ){    mask.create( imgSize, CV_8UC1 );    mask.setTo( GC_BGD );    rect.x = max(0, rect.x);    rect.y = max(0, rect.y);    rect.width = min(rect.width, imgSize.width-rect.x);    rect.height = min(rect.height, imgSize.height-rect.y);    (mask(rect)).setTo( Scalar(GC_PR_FGD) );}//通过k-means算法来初始化背景GMM和前景GMM模型/*  Initialize GMM background and foreground models using kmeans algorithm.*/static void initGMMs( const Mat& img, const Mat& mask, GMM& bgdGMM, GMM& fgdGMM ){    const int kMeansItCount = 10;  //迭代次数    const int kMeansType = KMEANS_PP_CENTERS; //Use kmeans++ center initialization by Arthur and Vassilvitskii    Mat bgdLabels, fgdLabels; //记录背景和前景的像素样本集中每个像素对应GMM的哪个高斯模型，论文中的kn    vector<Vec3f> bgdSamples, fgdSamples; //背景和前景的像素样本集    Point p;    for( p.y = 0; p.y < img.rows; p.y++ )    {        for( p.x = 0; p.x < img.cols; p.x++ )        {            //mask中标记为GC_BGD和GC_PR_BGD的像素都作为背景的样本像素if( mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD )                bgdSamples.push_back( (Vec3f)img.at<Vec3b>(p) );            else // GC_FGD | GC_PR_FGD                fgdSamples.push_back( (Vec3f)img.at<Vec3b>(p) );        }    }    CV_Assert( !bgdSamples.empty() && !fgdSamples.empty() );//kmeans中参数_bgdSamples为：每行一个样本//kmeans的输出为bgdLabels，里面保存的是输入样本集中每一个样本对应的类标签（样本聚为componentsCount类后）    Mat _bgdSamples( (int)bgdSamples.size(), 3, CV_32FC1, &bgdSamples[0][0] );    kmeans( _bgdSamples, GMM::componentsCount, bgdLabels,            TermCriteria( CV_TERMCRIT_ITER, kMeansItCount, 0.0), 0, kMeansType );    Mat _fgdSamples( (int)fgdSamples.size(), 3, CV_32FC1, &fgdSamples[0][0] );    kmeans( _fgdSamples, GMM::componentsCount, fgdLabels,            TermCriteria( CV_TERMCRIT_ITER, kMeansItCount, 0.0), 0, kMeansType );    //经过上面的步骤后，每个像素所属的高斯模型就确定的了，那么就可以估计GMM中每个高斯模型的参数了。bgdGMM.initLearning();    for( int i = 0; i < (int)bgdSamples.size(); i++ )        bgdGMM.addSample( bgdLabels.at<int>(i,0), bgdSamples[i] );    bgdGMM.endLearning();    fgdGMM.initLearning();    for( int i = 0; i < (int)fgdSamples.size(); i++ )        fgdGMM.addSample( fgdLabels.at<int>(i,0), fgdSamples[i] );    fgdGMM.endLearning();}//论文中：迭代最小化算法step 1：为每个像素分配GMM中所属的高斯模型，kn保存在Mat compIdxs中/*  Assign GMMs components for each pixel.*/static void assignGMMsComponents( const Mat& img, const Mat& mask, const GMM& bgdGMM, const GMM& fgdGMM, Mat& compIdxs ){    Point p;    for( p.y = 0; p.y < img.rows; p.y++ )    {        for( p.x = 0; p.x < img.cols; p.x++ )        {            Vec3d color = img.at<Vec3b>(p);//通过mask来判断该像素属于背景像素还是前景像素，再判断它属于前景或者背景GMM中的哪个高斯分量            compIdxs.at<int>(p) = mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD ?                bgdGMM.whichComponent(color) : fgdGMM.whichComponent(color);        }    }}//论文中：迭代最小化算法step 2：从每个高斯模型的像素样本集中学习每个高斯模型的参数/*  Learn GMMs parameters.*/static void learnGMMs( const Mat& img, const Mat& mask, const Mat& compIdxs, GMM& bgdGMM, GMM& fgdGMM ){    bgdGMM.initLearning();    fgdGMM.initLearning();    Point p;    for( int ci = 0; ci < GMM::componentsCount; ci++ )    {        for( p.y = 0; p.y < img.rows; p.y++ )        {            for( p.x = 0; p.x < img.cols; p.x++ )            {                if( compIdxs.at<int>(p) == ci )                {                    if( mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD )                        bgdGMM.addSample( ci, img.at<Vec3b>(p) );                    else                        fgdGMM.addSample( ci, img.at<Vec3b>(p) );                }            }        }    }    bgdGMM.endLearning();    fgdGMM.endLearning();}//通过计算得到的能量项构建图，图的顶点为像素点，图的边由两部分构成，//一类边是：每个顶点与Sink汇点t（代表背景）和源点Source（代表前景）连接的边，//这类边的权值通过Gibbs能量项的第一项能量项来表示。//另一类边是：每个顶点与其邻域顶点连接的边，这类边的权值通过Gibbs能量项的第二项能量项来表示。/*  Construct GCGraph*/static void constructGCGraph( const Mat& img, const Mat& mask, const GMM& bgdGMM, const GMM& fgdGMM, double lambda,                       const Mat& leftW, const Mat& upleftW, const Mat& upW, const Mat& uprightW,                       GCGraph<double>& graph ){    int vtxCount = img.cols*img.rows;  //顶点数，每一个像素是一个顶点    int edgeCount = 2*(4*vtxCount - 3*(img.cols + img.rows) + 2);  //边数，需要考虑图边界的边的缺失    //通过顶点数和边数创建图。这些类型声明和函数定义请参考gcgraph.hppgraph.create(vtxCount, edgeCount);    Point p;    for( p.y = 0; p.y < img.rows; p.y++ )    {        for( p.x = 0; p.x < img.cols; p.x++)        {            // add node            int vtxIdx = graph.addVtx();  //返回这个顶点在图中的索引            Vec3b color = img.at<Vec3b>(p);            // set t-weights            //计算每个顶点与Sink汇点t（代表背景）和源点Source（代表前景）连接的权值。//也即计算Gibbs能量（每一个像素点作为背景像素或者前景像素）的第一个能量项double fromSource, toSink;            if( mask.at<uchar>(p) == GC_PR_BGD || mask.at<uchar>(p) == GC_PR_FGD )            {                //对每一个像素计算其作为背景像素或者前景像素的第一个能量项，作为分别与t和s点的连接权值fromSource = -log( bgdGMM(color) );                toSink = -log( fgdGMM(color) );            }            else if( mask.at<uchar>(p) == GC_BGD )            {                //对于确定为背景的像素点，它与Source点（前景）的连接为0，与Sink点的连接为lambdafromSource = 0;                toSink = lambda;            }            else // GC_FGD            {                fromSource = lambda;                toSink = 0;            }//设置该顶点vtxIdx分别与Source点和Sink点的连接权值            graph.addTermWeights( vtxIdx, fromSource, toSink );            // set n-weights  n-links            //计算两个邻域顶点之间连接的权值。//也即计算Gibbs能量的第二个能量项（平滑项）if( p.x>0 )            {                double w = leftW.at<double>(p);                graph.addEdges( vtxIdx, vtxIdx-1, w, w );            }            if( p.x>0 && p.y>0 )            {                double w = upleftW.at<double>(p);                graph.addEdges( vtxIdx, vtxIdx-img.cols-1, w, w );            }            if( p.y>0 )            {                double w = upW.at<double>(p);                graph.addEdges( vtxIdx, vtxIdx-img.cols, w, w );            }            if( p.x<img.cols-1 && p.y>0 )            {                double w = uprightW.at<double>(p);                graph.addEdges( vtxIdx, vtxIdx-img.cols+1, w, w );            }        }    }}//论文中：迭代最小化算法step 3：分割估计：最小割或者最大流算法/*  Estimate segmentation using MaxFlow algorithm*/static void estimateSegmentation( GCGraph<double>& graph, Mat& mask ){    //通过最大流算法确定图的最小割，也即完成图像的分割graph.maxFlow();    Point p;    for( p.y = 0; p.y < mask.rows; p.y++ )    {        for( p.x = 0; p.x < mask.cols; p.x++ )        {            //通过图分割的结果来更新mask，即最后的图像分割结果。注意的是，永远都//不会更新用户指定为背景或者前景的像素if( mask.at<uchar>(p) == GC_PR_BGD || mask.at<uchar>(p) == GC_PR_FGD )            {                if( graph.inSourceSegment( p.y*mask.cols+p.x /*vertex index*/ ) )                    mask.at<uchar>(p) = GC_PR_FGD;                else                    mask.at<uchar>(p) = GC_PR_BGD;            }        }    }}//最后的成果：提供给外界使用的伟大的API：grabCut /*****参数说明：img——待分割的源图像，必须是8位3通道（CV_8UC3）图像，在处理的过程中不会被修改；mask——掩码图像，如果使用掩码进行初始化，那么mask保存初始化掩码信息；在执行分割的时候，也可以将用户交互所设定的前景与背景保存到mask中，然后再传入grabCut函数；在处理结束之后，mask中会保存结果。mask只能取以下四种值：GCD_BGD（=0），背景；GCD_FGD（=1），前景；GCD_PR_BGD（=2），可能的背景；GCD_PR_FGD（=3），可能的前景。如果没有手工标记GCD_BGD或者GCD_FGD，那么结果只会有GCD_PR_BGD或GCD_PR_FGD；rect——用于限定需要进行分割的图像范围，只有该矩形窗口内的图像部分才被处理；bgdModel——背景模型，如果为null，函数内部会自动创建一个bgdModel；bgdModel必须是单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5；fgdModel——前景模型，如果为null，函数内部会自动创建一个fgdModel；fgdModel必须是单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5；iterCount——迭代次数，必须大于0；mode——用于指示grabCut函数进行什么操作，可选的值有：GC_INIT_WITH_RECT（=0），用矩形窗初始化GrabCut；GC_INIT_WITH_MASK（=1），用掩码图像初始化GrabCut；GC_EVAL（=2），执行分割。*/void cv::grabCut( InputArray _img, InputOutputArray _mask, Rect rect,                  InputOutputArray _bgdModel, InputOutputArray _fgdModel,                  int iterCount, int mode ){    Mat img = _img.getMat();    Mat& mask = _mask.getMatRef();    Mat& bgdModel = _bgdModel.getMatRef();    Mat& fgdModel = _fgdModel.getMatRef();    if( img.empty() )        CV_Error( CV_StsBadArg, "image is empty" );    if( img.type() != CV_8UC3 )        CV_Error( CV_StsBadArg, "image mush have CV_8UC3 type" );    GMM bgdGMM( bgdModel ), fgdGMM( fgdModel );    Mat compIdxs( img.size(), CV_32SC1 );    if( mode == GC_INIT_WITH_RECT || mode == GC_INIT_WITH_MASK )    {        if( mode == GC_INIT_WITH_RECT )            initMaskWithRect( mask, img.size(), rect );        else // flag == GC_INIT_WITH_MASK            checkMask( img, mask );        initGMMs( img, mask, bgdGMM, fgdGMM );    }    if( iterCount <= 0)        return;    if( mode == GC_EVAL )        checkMask( img, mask );    const double gamma = 50;    const double lambda = 9*gamma;    const double beta = calcBeta( img );    Mat leftW, upleftW, upW, uprightW;    calcNWeights( img, leftW, upleftW, upW, uprightW, beta, gamma );    for( int i = 0; i < iterCount; i++ )    {        GCGraph<double> graph;        assignGMMsComponents( img, mask, bgdGMM, fgdGMM, compIdxs );        learnGMMs( img, mask, compIdxs, bgdGMM, fgdGMM );        constructGCGraph(img, mask, bgdGMM, fgdGMM, lambda, leftW, upleftW, upW, uprightW, graph );        estimateSegmentation( graph, mask );    }}

转载自：http://jishu521.com/post/zouoxy09/8535087.html