Global-matting 代码框架

备注：该代码框架从https://blog.csdn.net/u011630458/article/details/78323136的global-matting笔记总结而来，感谢羽凌寒对global-matting代码框架的梳理。 

输入：1、src
 　　 2、mask(0为背景，128未知区域，255为前景)
输出：alpha-matte
    # 根据前后景图像与周围未知区域的颜色、强度相关性，对图像掩码mask做一定程度的前后景扩散，然后腐蚀。
　　1、expansionOfKnownRegions
 　　  
　　2、找mask的前景和unknown区域的边界位置，存入：fore_Boundary ;找mask背景和未知区域边界位置，存入：back_Boundary
   
   # generate global-samples set
　　3、随机生成：fore_Boundary.size + back_Boundary.size个坐标点，如果该坐标位置mask像素值为255或者0，
　　   则将该点坐标对应放入fore_Boundary或者back_Boundary。
  
　　4、根据fore_Boundary和back_Boundary中存放的坐标点的对应src图像信息强度从小到大对坐标点进行排序。
  
　　5、对于mask未知区域中的每个点：
         计算每个未知区域点和fore_Boundary、back_Boundary的最小坐标距离平方差。
　　      并随机生成(rand()%fore_Boundary.size(), rand()%back_Boundary.size())全部存入到samples中。 
         # samples中数据存储格式:[y, x, d, fi, bj, alpha, cost]
　　6、建立数组二维coords，存入src图像坐标从(0,0)到(h,w)存入。
  
　　7、循环10次：
 　　     将coords存的坐标数据随机打乱从排。
         # propagation ...
         for i in range(coords.size()):
             取出mask[coords[i].x, coords[i].y]数据
             if(mask != 128)
                 continue;
             else
                 取出src该点像素与samples该点参数(s1)。
                 以(coords[i].x, coords[i].y)为中心的3x3矩形遍历（索引用[p][q]表示）: # shared-info
　　                 if(mask[p][q]==128)
                         取出该点samples值(s2)
                         取出src(fore_Boundary[s2.fi]);src(back_Boundary[s2.bj]);
                         计算alpha，并根据该alpha求出cost值
　　                 if(s1.cost==[]||s1.cost>cost)
                         更新当前s1中的fi,bj,cost和alpha值	 
         # random search...  
         for j in range(coords.size()):
             if mask[coords[j].x, coords[i].y] ==128
                 I = src[coords[j].x, coords[i].y]
                 for p in range(k):
                     F_index = rand()%fore_Boundary.size()
                     B_index = rand()%back_Boundary.size()
                     F = src(fore_Boundary[F_index])
                     B = src(back_Boundary[B_index])
　　                  计算出alpha，并根据该alpha求出cost值
　　                     if(s1.cost==[]||s1.cost>cost)
                            更新当前s1中的fi, bj, cost和alpha值	   
  
　　8、for y in range(mask.rows):
          for x in range(mask.cols):
              if(mask[y][x]==128)
                  mask[y][x] = 255*samples[y][x].alpha