图像分割-Grabcut法(C#)

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。

本文的VB版本请访问：图像分割-Grabcut法-CSDN博客

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。

        //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

       //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

      //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

由于.net平台下C#和vb.NET很相似，本文也可以为C#爱好者提供参考。

学习更多vb.net知识，请参看vb.net 教程 目录