经典的interactive matting 方法

Magic Wand：首先，由用户指定一些点或区域，作为想要得到的forground的采样区，然后计算这些采样区当中的颜色的分布范围。在对image中每一个pixel处理时，如果此pixel的颜色处于这个范围，便将它归入forground的区域内，由此就可以得到前景。

缺点：直接根据用户指出的区域算颜色的容纳区域（tolerance level）比较困难，有时甚至不可能达到；

再者就是当forground和background的颜色重复较多时，就很难达到满意效果。

Intelligent Scissors：允许用户利用鼠标沿着物体的边缘选择出一个最小代价的边界（minimum cost contour），在用户的选择过程当中，算法会显示出当前的选择点与上一个选择点之间建立的path，如果这条path不符合要求（由用户判断），那么就需要用户提供更多的点来得到更好的效果。

缺点：对于某些特性的材质（highly texture region），需要很多的用户的行为才能达到好的效果，造成过大的交互负担。

Bayes matting：首先将image划分为三个区域，forground，background和unknown area ，算法的思想是模拟出image中的已知或以计算出来的区域的颜色分布，然后根据这个分布估算unknown area的颜色成分，从而分离图片。

缺点：对于unknown area过大，或者forground和background的颜色分布不能很好区分的image，处理效果不好。

from：C. Rother, A. Blake, and V. Kolmogorov. Grabcut - interactive foreground extraction using iterated graph cuts. In Proceedings of ACM SIGGRAPH, pages 309–314, 2004