Image Matting代码和算法效果总结

本文参考了:http://blog.leanote.com/post/610167078@qq.com/Image-Matting。作者给出了大部分matting-code的链接,说明也比较细致、系统,在这里向作者表示由衷地感谢!以下是博客的原文:

肖总博客:http://39.108.216.13:8090/display/~xiaozhenzhong/Image-Matting+and+Background+Blur

Bayesian-matting

paper: A Bayesian Approach to Digital Matting. CVPR, 2001.  

细节讨论:http://blog.csdn.net/baimafujinji/article/details/72863106?locationNum=2&fps=1    (MATLAB)

作者主页: http://grail.cs.washington.edu/projects/digital-matting/image-matting/  

 python版本: https://github.com/MarcoForte/bayesian-matting (python 3.5+) 

       

poisson-matting

paper:J Sun, J Jia, C Tang, Y Shum. 2004. Poisson matting. ACM Trans. Graph. 23, 3 (August 2004), 315-321. DOI

GitHub : https://github.com/MarcoForte/poisson-matting (python 3.5 or 2.7, windows)

依赖库: scipy,numpy,matplotlib,opencv,numba,pillow; 执行 python poisson_matting.py ,每张图片时间:0.58s 

                     

Closed-form matting

paper: A closed form solution and pattern recognition(2006-cvpr)

细节讨论:https://blog.csdn.net/On_theway10/article/details/79014023

作者主页: http://webee.technion.ac.il/people/anat.levin/   code:matlab;

python版本: https://github.com/MarcoForte/closed-form-matting

                           

                                            c++版本: https://github.com/Rnandani/Natural-image-matting  

Robust matting

paper:J. Wang and M. Cohen. Optimized color sampling for robust matting. CVPR, 2007 

GitHub : https://github.com/wangchuan/RobustMatting (opencv3.2 eigen vs2015) (2017)

 操作流程:下载源码,建立工程,将Eigen下所需的库添加到资源文件,release下生成.exe文件;

                    执行Robust_Matting.exe GT04-image.png GT04-trimap.png troll_alpha.png   每张图片运行时间 58s

                    运行测试图片0103.png图片等,平均时间约为3s

                                    

Shared matting

paper : Shared Sampling for Real-Time Alpha Matting;(2010-Eurographics)

原文代码: http://inf.ufrgs.br/~eslgastal/SharedMatting/   

编译环境 : ( CUDA 3.2+LINUX 64BIT+GPU CAPABILITY >1.0 +QT VERSION4 +BOOST 1.4)在linux下执行已经编好的可执行程序, matlab用于对结果进行优化;(作者直接提供了一个可执行程序,貌似不可修改)

进入文件夹,直接执行:  

    ./SharedMatting -i GT04.png -t GT04_trimap.png -g GT04_gt.png -b moon.jpg (实时)(optimization takes almost 9 seconds)

或执行:

    ./SharedMatting 手动选择输入图片input image he trimap;   

执行:  time ./SharedMatting -i GT04.png -t GT04_trimap.png -a GT04_ALPHA.png ----real:  0.174s

源代码修改后的c++版本:https://github.com/np-csu/AlphaMatting  (原文的c++ +opencv版本)

                 

global Matting

paper : He, Kaiming, et al. "A global sampling method for alpha matting." In CVPR’11

工程链接:https://github.com/atilimcetin/global-matting  (c++)                 

guided filter ,debug模式下,1501ms ; release模式测试640*480的人物测试图片每张约700ms

              

KNN matting

paper: KNN Matting(2012-cvpr)

 https://github.com/dingzeyuli/knn-matting  (linux, matlab) (CVPR2012)

 linux下直接运行install.sh, 下载相关依赖库,完成后直接运行run_demo.m , 测试图片GT04.png (800*563)  time <5s

 (matlab 2016b)  (运行测试0103.png图片等,平均时间约为2.4s)

                 

Deep-image-matting

paper:Ning Xu, Brian Price, Scott Cohen, Thomas Huang. Deep Image Matting.2017

GitHub:https://github.com/Joker316701882/Deep-Image-Matting (python tensorflow implementation)

gSLICr: real-time super-pixel segmentation:https://github.com/carlren/gSLICr (c++ ubuntu 14.04; win8 visual studio )(2015)       

mishima-matting: https://github.com/MarcoForte/mishima-matting (python3.5,) (2017)

依赖库:scipy, numpy,matplot, 执行 python mishima_matting.py,Runtime for an image 82.46864613339243 

                

auto-portrait-matting: https://github.com/aromazyl/auto-portrait-matting (hog+svm+grabcut 算法自动trimap生成, linux)

Automatic Portrait Segmentation for Image Stylization

paper: Automatic portrait segmentaion for image stylization, cvpr 2016; (caffe,matlab, matio1.5.11 )

paper & code : http://xiaoyongshen.me/webpage_portrait/index.html (paper and code)

  • 14
    点赞
  • 98
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ReLuJie

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值