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

分类： 图像处理 机器视觉 2013-01-23 17:19  3421人阅读  评论(14)  收藏  举报

图像分割之（四）OpenCV的GrabCut函数使用和源码解读

zouxy09@qq.com

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。

[cpp]  view plain copy

1. /*M/// 
2. // 
3. //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING. 
4. // 
5. //  By downloading, copying, installing or using the software you agree to this license. 
6. //  If you do not agree to this license, do not download, install, 
7. //  copy or use the software. 
8. // 
9. // 
10. //                        Intel License Agreement 
11. //                For Open Source Computer Vision Library 
12. // 
13. // Copyright (C) 2000, Intel Corporation, all rights reserved. 
14. // Third party copyrights are property of their respective owners. 
15. // 
16. // Redistribution and use in source and binary forms, with or without modification, 
17. // are permitted provided that the following conditions are met: 
18. // 
19. //   * Redistribution's of source code must retain the above copyright notice, 
20. //     this list of conditions and the following disclaimer. 
21. // 
22. //   * Redistribution's in binary form must reproduce the above copyright notice, 
23. //     this list of conditions and the following disclaimer in the documentation 
24. //     and/or other materials provided with the distribution. 
25. // 
26. //   * The name of Intel Corporation may not be used to endorse or promote products 
27. //     derived from this software without specific prior written permission. 
28. // 
29. // This software is provided by the copyright holders and contributors "as is" and 
30. // any express or implied warranties, including, but not limited to, the implied 
31. // warranties of merchantability and fitness for a particular purpose are disclaimed. 
32. // In no event shall the Intel Corporation or contributors be liable for any direct, 
33. // indirect, incidental, special, exemplary, or consequential damages 
34. // (including, but not limited to, procurement of substitute goods or services; 
35. // loss of use, data, or profits; or business interruption) however caused 
36. // and on any theory of liability, whether in contract, strict liability, 
37. // or tort (including negligence or otherwise) arising in any way out of 
38. // the use of this software, even if advised of the possibility of such damage. 
39. // 
40. //M*/  
41.   
42. #include "precomp.hpp"  
43. #include "gcgraph.hpp"  
44. #include <limits>  
45.   
46. using namespace cv;  
47.   
48. /* 
49. This is implementation of image segmentation algorithm GrabCut described in 
50. "GrabCut — Interactive Foreground Extraction using Iterated Graph Cuts". 
51. Carsten Rother, Vladimir Kolmogorov, Andrew Blake. 
52.  */  
53.   
54. /* 
55.  GMM - Gaussian Mixture Model 
56. */  
57. class GMM  
58. {  
59. public:  
60.     static const int componentsCount = 5;  
61.   
62.     GMM( Mat& _model );  
63.     double operator()( const Vec3d color ) const;  
64.     double operator()( int ci, const Vec3d color ) const;  
65.     int whichComponent( const Vec3d color ) const;  
66.   
67.     void initLearning();  
68.     void addSample( int ci, const Vec3d color );  
69.     void endLearning();  
70.   
71. private:  
72.     void calcInverseCovAndDeterm( int ci );  
73.     Mat model;  
74.     double* coefs;  
75.     double* mean;  
76.     double* cov;  
77.   
78.     double inverseCovs[componentsCount][3][3]; //协方差的逆矩阵  
79.     double covDeterms[componentsCount];  //协方差的行列式  
80.   
81.     double sums[componentsCount][3];  
82.     double prods[componentsCount][3][3];  
83.     int sampleCounts[componentsCount];  
84.     int totalSampleCount;  
85. };  
86.   
87. //背景和前景各有一个对应的GMM（混合高斯模型）  
88. GMM::GMM( Mat& _model )  
89. {  
90.     //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  
91.     //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  
92.     const int modelSize = 3/*mean*/ + 9/*covariance*/ + 1/*component weight*/;  
93.     if( _model.empty() )  
94.     {  
95.         //一个GMM共有componentsCount个高斯模型，一个高斯模型有modelSize个模型参数  
96.         _model.create( 1, modelSize*componentsCount, CV_64FC1 );  
97.         _model.setTo(Scalar(0));  
98.     }  
99.     else if( (_model.type() != CV_64FC1) || (_model.rows != 1) || (_model.cols != modelSize*componentsCount) )  
100.         CV_Error( CV_StsBadArg, "_model must have CV_64FC1 type, rows == 1 and cols == 13*componentsCount" );  
101.   
102.     model = _model;  
103.   
104.     //注意这些模型参数的存储方式：先排完componentsCount个coefs，再3*componentsCount个mean。  
105.     //再3*3*componentsCount个cov。  
106.     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  
107.     mean = coefs + componentsCount; //均值变量起始存储指针  
108.     cov = mean + 3*componentsCount;  //协方差变量起始存储指针  
109.   
110.     for( int ci = 0; ci < componentsCount; ci++ )  
111.         if( coefs[ci] > 0 )  
112.              //计算GMM中第ci个高斯模型的协方差的逆Inverse和行列式Determinant  
113.              //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）  
114.              calcInverseCovAndDeterm( ci );   
115. }  
116.   
117. //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。  
118. //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，  
119. //具体见论文的公式（10）。结果从res返回。  
120. //这个相当于计算Gibbs能量的第一个能量项（取负后）。  
121. double GMM::operator()( const Vec3d color ) const  
122. {  
123.     double res = 0;  
124.     for( int ci = 0; ci < componentsCount; ci++ )  
125.         res += coefs[ci] * (*this)(ci, color );  
126.     return res;  
127. }  
128.   
129. //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。  
130. //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  
131. double GMM::operator()( int ci, const Vec3d color ) const  
132. {  
133.     double res = 0;  
134.     if( coefs[ci] > 0 )  
135.     {  
136.         CV_Assert( covDeterms[ci] > std::numeric_limits<double>::epsilon() );  
137.         Vec3d diff = color;  
138.         double* m = mean + 3*ci;  
139.         diff[0] -= m[0]; diff[1] -= m[1]; diff[2] -= m[2];  
140.         double mult = diff[0]*(diff[0]*inverseCovs[ci][0][0] + diff[1]*inverseCovs[ci][1][0] + diff[2]*inverseCovs[ci][2][0])  
141.                    + diff[1]*(diff[0]*inverseCovs[ci][0][1] + diff[1]*inverseCovs[ci][1][1] + diff[2]*inverseCovs[ci][2][1])  
142.                    + diff[2]*(diff[0]*inverseCovs[ci][0][2] + diff[1]*inverseCovs[ci][1][2] + diff[2]*inverseCovs[ci][2][2]);  
143.         res = 1.0f/sqrt(covDeterms[ci]) * exp(-0.5f*mult);  
144.     }  
145.     return res;  
146. }  
147.   
148. //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）  
149. int GMM::whichComponent( const Vec3d color ) const  
150. {  
151.     int k = 0;  
152.     double max = 0;  
153.   
154.     for( int ci = 0; ci < componentsCount; ci++ )  
155.     {  
156.         double p = (*this)( ci, color );  
157.         if( p > max )  
158.         {  
159.             k = ci;  //找到概率最大的那个，或者说计算结果最大的那个  
160.             max = p;  
161.         }  
162.     }  
163.     return k;  
164. }  
165.   
166. //GMM参数学习前的初始化，主要是对要求和的变量置零  
167. void GMM::initLearning()  
168. {  
169.     for( int ci = 0; ci < componentsCount; ci++)  
170.     {  
171.         sums[ci][0] = sums[ci][1] = sums[ci][2] = 0;  
172.         prods[ci][0][0] = prods[ci][0][1] = prods[ci][0][2] = 0;  
173.         prods[ci][1][0] = prods[ci][1][1] = prods[ci][1][2] = 0;  
174.         prods[ci][2][0] = prods[ci][2][1] = prods[ci][2][2] = 0;  
175.         sampleCounts[ci] = 0;  
176.     }  
177.     totalSampleCount = 0;  
178. }  
179.   
180. //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  
181. //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  
182. //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），  
183. //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）。  
184. void GMM::addSample( int ci, const Vec3d color )  
185. {  
186.     sums[ci][0] += color[0]; sums[ci][1] += color[1]; sums[ci][2] += color[2];  
187.     prods[ci][0][0] += color[0]*color[0]; prods[ci][0][1] += color[0]*color[1]; prods[ci][0][2] += color[0]*color[2];  
188.     prods[ci][1][0] += color[1]*color[0]; prods[ci][1][1] += color[1]*color[1]; prods[ci][1][2] += color[1]*color[2];  
189.     prods[ci][2][0] += color[2]*color[0]; prods[ci][2][1] += color[2]*color[1]; prods[ci][2][2] += color[2]*color[2];  
190.     sampleCounts[ci]++;  
191.     totalSampleCount++;  
192. }  
193.   
194. //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；  
195. //这里相当于论文中“Iterative minimisation”的step 2  
196. void GMM::endLearning()  
197. {  
198.     const double variance = 0.01;  
199.     for( int ci = 0; ci < componentsCount; ci++ )  
200.     {  
201.         int n = sampleCounts[ci]; //第ci个高斯模型的样本像素个数  
202.         if( n == 0 )  
203.             coefs[ci] = 0;  
204.         else  
205.         {  
206.             //计算第ci个高斯模型的权值系数  
207.             coefs[ci] = (double)n/totalSampleCount;   
208.   
209.             //计算第ci个高斯模型的均值  
210.             double* m = mean + 3*ci;  
211.             m[0] = sums[ci][0]/n; m[1] = sums[ci][1]/n; m[2] = sums[ci][2]/n;  
212.   
213.             //计算第ci个高斯模型的协方差  
214.             double* c = cov + 9*ci;  
215.             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];  
216.             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];  
217.             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];  
218.   
219.             //计算第ci个高斯模型的协方差的行列式  
220.             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]);  
221.             if( dtrm <= std::numeric_limits<double>::epsilon() )  
222.             {  
223.                 //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  
224.                 //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）。  
225.                 // Adds the white noise to avoid singular covariance matrix.  
226.                 c[0] += variance;  
227.                 c[4] += variance;  
228.                 c[8] += variance;  
229.             }  
230.               
231.             //计算第ci个高斯模型的协方差的逆Inverse和行列式Determinant  
232.             calcInverseCovAndDeterm(ci);  
233.         }  
234.     }  
235. }  
236.   
237. //计算协方差的逆Inverse和行列式Determinant  
238. void GMM::calcInverseCovAndDeterm( int ci )  
239. {  
240.     if( coefs[ci] > 0 )  
241.     {  
242.         //取第ci个高斯模型的协方差的起始指针  
243.         double *c = cov + 9*ci;  
244.         double dtrm =  
245.               covDeterms[ci] = c[0]*(c[4]*c[8]-c[5]*c[7]) - c[1]*(c[3]*c[8]-c[5]*c[6])   
246.                                 + c[2]*(c[3]*c[7]-c[4]*c[6]);  
247.   
248.         //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  
249.         //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，  
250.         //b=3时 10*a/b == 20/b不成立。那怎么办呢？  
251.         //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  
252.         //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。  
253.         //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）。  
254.         CV_Assert( dtrm > std::numeric_limits<double>::epsilon() );  
255.         //三阶方阵的求逆  
256.         inverseCovs[ci][0][0] =  (c[4]*c[8] - c[5]*c[7]) / dtrm;  
257.         inverseCovs[ci][1][0] = -(c[3]*c[8] - c[5]*c[6]) / dtrm;  
258.         inverseCovs[ci][2][0] =  (c[3]*c[7] - c[4]*c[6]) / dtrm;  
259.         inverseCovs[ci][0][1] = -(c[1]*c[8] - c[2]*c[7]) / dtrm;  
260.         inverseCovs[ci][1][1] =  (c[0]*c[8] - c[2]*c[6]) / dtrm;  
261.         inverseCovs[ci][2][1] = -(c[0]*c[7] - c[1]*c[6]) / dtrm;  
262.         inverseCovs[ci][0][2] =  (c[1]*c[5] - c[2]*c[4]) / dtrm;  
263.         inverseCovs[ci][1][2] = -(c[0]*c[5] - c[2]*c[3]) / dtrm;  
264.         inverseCovs[ci][2][2] =  (c[0]*c[4] - c[1]*c[3]) / dtrm;  
265.     }  
266. }  
267.   
268. //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  
269. //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  
270. //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，  
271. //在高对比度时，则需要缩小本身就比较大的差别。  
272. //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）。  
273. /* 
274.   Calculate beta - parameter of GrabCut algorithm. 
275.   beta = 1/(2*avg(sqr(||color[i] - color[j]||))) 
276. */  
277. static double calcBeta( const Mat& img )  
278. {  
279.     double beta = 0;  
280.     for( int y = 0; y < img.rows; y++ )  
281.     {  
282.         for( int x = 0; x < img.cols; x++ )  
283.         {  
284.             //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  
285.             //（当所有像素都算完后，就相当于计算八邻域的像素差了）  
286.             Vec3d color = img.at<Vec3b>(y,x);  
287.             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  
288.             {  
289.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y,x-1);  
290.                 beta += diff.dot(diff);  //矩阵的点乘，也就是各个元素平方的和  
291.             }  
292.             if( y>0 && x>0 ) // upleft  
293.             {  
294.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x-1);  
295.                 beta += diff.dot(diff);  
296.             }  
297.             if( y>0 ) // up  
298.             {  
299.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x);  
300.                 beta += diff.dot(diff);  
301.             }  
302.             if( y>0 && x<img.cols-1) // upright  
303.             {  
304.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x+1);  
305.                 beta += diff.dot(diff);  
306.             }  
307.         }  
308.     }  
309.     if( beta <= std::numeric_limits<double>::epsilon() )  
310.         beta = 0;  
311.     else  
312.         beta = 1.f / (2 * beta/(4*img.cols*img.rows - 3*img.cols - 3*img.rows + 2) ); //论文公式（5）  
313.   
314.     return beta;  
315. }  
316.   
317. //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  
318. //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，  
319. //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  
320. //与八邻域的顶点的边的权值就都计算出来了。  
321. //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）  
322. /* 
323.   Calculate weights of noterminal vertices of graph. 
324.   beta and gamma - parameters of GrabCut algorithm. 
325.  */  
326. static void calcNWeights( const Mat& img, Mat& leftW, Mat& upleftW, Mat& upW,   
327.                             Mat& uprightW, double beta, double gamma )  
328. {  
329.     //gammaDivSqrt2相当于公式（4）中的gamma * dis(i,j)^(-1)，那么可以知道，  
330.     //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)。  
331.     //具体计算时，看下面就明白了  
332.     const double gammaDivSqrt2 = gamma / std::sqrt(2.0f);  
333.     //每个方向的边的权值通过一个和图大小相等的Mat来保存  
334.     leftW.create( img.rows, img.cols, CV_64FC1 );  
335.     upleftW.create( img.rows, img.cols, CV_64FC1 );  
336.     upW.create( img.rows, img.cols, CV_64FC1 );  
337.     uprightW.create( img.rows, img.cols, CV_64FC1 );  
338.     for( int y = 0; y < img.rows; y++ )  
339.     {  
340.         for( int x = 0; x < img.cols; x++ )  
341.         {  
342.             Vec3d color = img.at<Vec3b>(y,x);  
343.             if( x-1>=0 ) // left  //避免图的边界  
344.             {  
345.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y,x-1);  
346.                 leftW.at<double>(y,x) = gamma * exp(-beta*diff.dot(diff));  
347.             }  
348.             else  
349.                 leftW.at<double>(y,x) = 0;  
350.             if( x-1>=0 && y-1>=0 ) // upleft  
351.             {  
352.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x-1);  
353.                 upleftW.at<double>(y,x) = gammaDivSqrt2 * exp(-beta*diff.dot(diff));  
354.             }  
355.             else  
356.                 upleftW.at<double>(y,x) = 0;  
357.             if( y-1>=0 ) // up  
358.             {  
359.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x);  
360.                 upW.at<double>(y,x) = gamma * exp(-beta*diff.dot(diff));  
361.             }  
362.             else  
363.                 upW.at<double>(y,x) = 0;  
364.             if( x+1<img.cols && y-1>=0 ) // upright  
365.             {  
366.                 Vec3d diff = color - (Vec3d)img.at<Vec3b>(y-1,x+1);  
367.                 uprightW.at<double>(y,x) = gammaDivSqrt2 * exp(-beta*diff.dot(diff));  
368.             }  
369.             else  
370.                 uprightW.at<double>(y,x) = 0;  
371.         }  
372.     }  
373. }  
374.   
375. //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，  
376. //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  
377. //（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：  
378. //ICCV2001“Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images”  
379. //Yuri Y. Boykov Marie-Pierre Jolly   
380. /* 
381.   Check size, type and element values of mask matrix. 
382.  */  
383. static void checkMask( const Mat& img, const Mat& mask )  
384. {  
385.     if( mask.empty() )  
386.         CV_Error( CV_StsBadArg, "mask is empty" );  
387.     if( mask.type() != CV_8UC1 )  
388.         CV_Error( CV_StsBadArg, "mask must have CV_8UC1 type" );  
389.     if( mask.cols != img.cols || mask.rows != img.rows )  
390.         CV_Error( CV_StsBadArg, "mask must have as many rows and cols as img" );  
391.     for( int y = 0; y < mask.rows; y++ )  
392.     {  
393.         for( int x = 0; x < mask.cols; x++ )  
394.         {  
395.             uchar val = mask.at<uchar>(y,x);  
396.             if( val!=GC_BGD && val!=GC_FGD && val!=GC_PR_BGD && val!=GC_PR_FGD )  
397.                 CV_Error( CV_StsBadArg, "mask element value must be equel"  
398.                     "GC_BGD or GC_FGD or GC_PR_BGD or GC_PR_FGD" );  
399.         }  
400.     }  
401. }  
402.   
403. //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，  
404. //rect内的设置为 GC_PR_FGD（可能为前景）  
405. /* 
406.   Initialize mask using rectangular. 
407. */  
408. static void initMaskWithRect( Mat& mask, Size imgSize, Rect rect )  
409. {  
410.     mask.create( imgSize, CV_8UC1 );  
411.     mask.setTo( GC_BGD );  
412.   
413.     rect.x = max(0, rect.x);  
414.     rect.y = max(0, rect.y);  
415.     rect.width = min(rect.width, imgSize.width-rect.x);  
416.     rect.height = min(rect.height, imgSize.height-rect.y);  
417.   
418.     (mask(rect)).setTo( Scalar(GC_PR_FGD) );  
419. }  
420.   
421. //通过k-means算法来初始化背景GMM和前景GMM模型  
422. /* 
423.   Initialize GMM background and foreground models using kmeans algorithm. 
424. */  
425. static void initGMMs( const Mat& img, const Mat& mask, GMM& bgdGMM, GMM& fgdGMM )  
426. {  
427.     const int kMeansItCount = 10;  //迭代次数  
428.     const int kMeansType = KMEANS_PP_CENTERS; //Use kmeans++ center initialization by Arthur and Vassilvitskii  
429.   
430.     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  
431.     vector<Vec3f> bgdSamples, fgdSamples; //背景和前景的像素样本集  
432.     Point p;  
433.     for( p.y = 0; p.y < img.rows; p.y++ )  
434.     {  
435.         for( p.x = 0; p.x < img.cols; p.x++ )  
436.         {  
437.             //mask中标记为GC_BGD和GC_PR_BGD的像素都作为背景的样本像素  
438.             if( mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD )  
439.                 bgdSamples.push_back( (Vec3f)img.at<Vec3b>(p) );  
440.             else // GC_FGD | GC_PR_FGD  
441.                 fgdSamples.push_back( (Vec3f)img.at<Vec3b>(p) );  
442.         }  
443.     }  
444.     CV_Assert( !bgdSamples.empty() && !fgdSamples.empty() );  
445.       
446.     //kmeans中参数_bgdSamples为：每行一个样本  
447.     //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）  
448.     Mat _bgdSamples( (int)bgdSamples.size(), 3, CV_32FC1, &bgdSamples[0][0] );  
449.     kmeans( _bgdSamples, GMM::componentsCount, bgdLabels,  
450.             TermCriteria( CV_TERMCRIT_ITER, kMeansItCount, 0.0), 0, kMeansType );  
451.     Mat _fgdSamples( (int)fgdSamples.size(), 3, CV_32FC1, &fgdSamples[0][0] );  
452.     kmeans( _fgdSamples, GMM::componentsCount, fgdLabels,  
453.             TermCriteria( CV_TERMCRIT_ITER, kMeansItCount, 0.0), 0, kMeansType );  
454.   
455.     //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。  
456.     bgdGMM.initLearning();  
457.     for( int i = 0; i < (int)bgdSamples.size(); i++ )  
458.         bgdGMM.addSample( bgdLabels.at<int>(i,0), bgdSamples[i] );  
459.     bgdGMM.endLearning();  
460.   
461.     fgdGMM.initLearning();  
462.     for( int i = 0; i < (int)fgdSamples.size(); i++ )  
463.         fgdGMM.addSample( fgdLabels.at<int>(i,0), fgdSamples[i] );  
464.     fgdGMM.endLearning();  
465. }  
466.   
467. //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  
468. /* 
469.   Assign GMMs components for each pixel. 
470. */  
471. static void assignGMMsComponents( const Mat& img, const Mat& mask, const GMM& bgdGMM,   
472.                                     const GMM& fgdGMM, Mat& compIdxs )  
473. {  
474.     Point p;  
475.     for( p.y = 0; p.y < img.rows; p.y++ )  
476.     {  
477.         for( p.x = 0; p.x < img.cols; p.x++ )  
478.         {  
479.             Vec3d color = img.at<Vec3b>(p);  
480.             //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  
481.             compIdxs.at<int>(p) = mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD ?  
482.                 bgdGMM.whichComponent(color) : fgdGMM.whichComponent(color);  
483.         }  
484.     }  
485. }  
486.   
487. //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  
488. /* 
489.   Learn GMMs parameters. 
490. */  
491. static void learnGMMs( const Mat& img, const Mat& mask, const Mat& compIdxs, GMM& bgdGMM, GMM& fgdGMM )  
492. {  
493.     bgdGMM.initLearning();  
494.     fgdGMM.initLearning();  
495.     Point p;  
496.     for( int ci = 0; ci < GMM::componentsCount; ci++ )  
497.     {  
498.         for( p.y = 0; p.y < img.rows; p.y++ )  
499.         {  
500.             for( p.x = 0; p.x < img.cols; p.x++ )  
501.             {  
502.                 if( compIdxs.at<int>(p) == ci )  
503.                 {  
504.                     if( mask.at<uchar>(p) == GC_BGD || mask.at<uchar>(p) == GC_PR_BGD )  
505.                         bgdGMM.addSample( ci, img.at<Vec3b>(p) );  
506.                     else  
507.                         fgdGMM.addSample( ci, img.at<Vec3b>(p) );  
508.                 }  
509.             }  
510.         }  
511.     }  
512.     bgdGMM.endLearning();  
513.     fgdGMM.endLearning();  
514. }  
515.   
516. //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，  
517. //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，  
518. //这类边的权值通过Gibbs能量项的第一项能量项来表示。  
519. //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。  
520. /* 
521.   Construct GCGraph 
522. */  
523. static void constructGCGraph( const Mat& img, const Mat& mask, const GMM& bgdGMM, const GMM& fgdGMM, double lambda,  
524.                        const Mat& leftW, const Mat& upleftW, const Mat& upW, const Mat& uprightW,  
525.                        GCGraph<double>& graph )  
526. {  
527.     int vtxCount = img.cols*img.rows;  //顶点数，每一个像素是一个顶点  
528.     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  
529.     //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.hpp  
530.     graph.create(vtxCount, edgeCount);  
531.     Point p;  
532.     for( p.y = 0; p.y < img.rows; p.y++ )  
533.     {  
534.         for( p.x = 0; p.x < img.cols; p.x++)  
535.         {  
536.             // add node  
537.             int vtxIdx = graph.addVtx();  //返回这个顶点在图中的索引  
538.             Vec3b color = img.at<Vec3b>(p);  
539.   
540.             // set t-weights              
541.             //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。  
542.             //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  
543.             double fromSource, toSink;  
544.             if( mask.at<uchar>(p) == GC_PR_BGD || mask.at<uchar>(p) == GC_PR_FGD )  
545.             {  
546.                 //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  
547.                 fromSource = -log( bgdGMM(color) );  
548.                 toSink = -log( fgdGMM(color) );  
549.             }  
550.             else if( mask.at<uchar>(p) == GC_BGD )  
551.             {  
552.                 //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lambda  
553.                 fromSource = 0;  
554.                 toSink = lambda;  
555.             }  
556.             else // GC_FGD  
557.             {  
558.                 fromSource = lambda;  
559.                 toSink = 0;  
560.             }  
561.             //设置该顶点vtxIdx分别与Source点和Sink点的连接权值  
562.             graph.addTermWeights( vtxIdx, fromSource, toSink );  
563.   
564.             // set n-weights  n-links  
565.             //计算两个邻域顶点之间连接的权值。  
566.             //也即计算Gibbs能量的第二个能量项（平滑项）  
567.             if( p.x>0 )  
568.             {  
569.                 double w = leftW.at<double>(p);  
570.                 graph.addEdges( vtxIdx, vtxIdx-1, w, w );  
571.             }  
572.             if( p.x>0 && p.y>0 )  
573.             {  
574.                 double w = upleftW.at<double>(p);  
575.                 graph.addEdges( vtxIdx, vtxIdx-img.cols-1, w, w );  
576.             }  
577.             if( p.y>0 )  
578.             {  
579.                 double w = upW.at<double>(p);  
580.                 graph.addEdges( vtxIdx, vtxIdx-img.cols, w, w );  
581.             }  
582.             if( p.x<img.cols-1 && p.y>0 )  
583.             {  
584.                 double w = uprightW.at<double>(p);  
585.                 graph.addEdges( vtxIdx, vtxIdx-img.cols+1, w, w );  
586.             }  
587.         }  
588.     }  
589. }  
590.   
591. //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  
592. /* 
593.   Estimate segmentation using MaxFlow algorithm 
594. */  
595. static void estimateSegmentation( GCGraph<double>& graph, Mat& mask )  
596. {  
597.     //通过最大流算法确定图的最小割，也即完成图像的分割  
598.     graph.maxFlow();  
599.     Point p;  
600.     for( p.y = 0; p.y < mask.rows; p.y++ )  
601.     {  
602.         for( p.x = 0; p.x < mask.cols; p.x++ )  
603.         {  
604.             //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  
605.             //不会更新用户指定为背景或者前景的像素  
606.             if( mask.at<uchar>(p) == GC_PR_BGD || mask.at<uchar>(p) == GC_PR_FGD )  
607.             {  
608.                 if( graph.inSourceSegment( p.y*mask.cols+p.x /*vertex index*/ ) )  
609.                     mask.at<uchar>(p) = GC_PR_FGD;  
610.                 else  
611.                     mask.at<uchar>(p) = GC_PR_BGD;  
612.             }  
613.         }  
614.     }  
615. }  
616.   
617. //最后的成果：提供给外界使用的伟大的API：grabCut   
618. /* 
619. ****参数说明： 
620.     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； 
621.     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 
622.         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 
623.         数；在处理结束之后，mask中会保存结果。mask只能取以下四种值： 
624.         GCD_BGD（=0），背景； 
625.         GCD_FGD（=1），前景； 
626.         GCD_PR_BGD（=2），可能的背景； 
627.         GCD_PR_FGD（=3），可能的前景。 
628.         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； 
629.     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； 
630.     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 
631.         单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5； 
632.     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 
633.         单通道浮点型（CV_32FC1）图像，且行数只能为1，列数只能为13x5； 
634.     iterCount——迭代次数，必须大于0； 
635.     mode——用于指示grabCut函数进行什么操作，可选的值有： 
636.         GC_INIT_WITH_RECT（=0），用矩形窗初始化GrabCut； 
637.         GC_INIT_WITH_MASK（=1），用掩码图像初始化GrabCut； 
638.         GC_EVAL（=2），执行分割。 
639. */  
640. void cv::grabCut( InputArray _img, InputOutputArray _mask, Rect rect,  
641.                   InputOutputArray _bgdModel, InputOutputArray _fgdModel,  
642.                   int iterCount, int mode )  
643. {  
644.     Mat img = _img.getMat();  
645.     Mat& mask = _mask.getMatRef();  
646.     Mat& bgdModel = _bgdModel.getMatRef();  
647.     Mat& fgdModel = _fgdModel.getMatRef();  
648.   
649.     if( img.empty() )  
650.         CV_Error( CV_StsBadArg, "image is empty" );  
651.     if( img.type() != CV_8UC3 )  
652.         CV_Error( CV_StsBadArg, "image mush have CV_8UC3 type" );  
653.   
654.     GMM bgdGMM( bgdModel ), fgdGMM( fgdModel );  
655.     Mat compIdxs( img.size(), CV_32SC1 );  
656.   
657.     if( mode == GC_INIT_WITH_RECT || mode == GC_INIT_WITH_MASK )  
658.     {  
659.         if( mode == GC_INIT_WITH_RECT )  
660.             initMaskWithRect( mask, img.size(), rect );  
661.         else // flag == GC_INIT_WITH_MASK  
662.             checkMask( img, mask );  
663.         initGMMs( img, mask, bgdGMM, fgdGMM );  
664.     }  
665.   
666.     if( iterCount <= 0)  
667.         return;  
668.   
669.     if( mode == GC_EVAL )  
670.         checkMask( img, mask );  
671.   
672.     const double gamma = 50;  
673.     const double lambda = 9*gamma;  
674.     const double beta = calcBeta( img );  
675.   
676.     Mat leftW, upleftW, upW, uprightW;  
677.     calcNWeights( img, leftW, upleftW, upW, uprightW, beta, gamma );  
678.   
679.     for( int i = 0; i < iterCount; i++ )  
680.     {  
681.         GCGraph<double> graph;  
682.         assignGMMsComponents( img, mask, bgdGMM, fgdGMM, compIdxs );  
683.         learnGMMs( img, mask, compIdxs, bgdGMM, fgdGMM );  
684.         constructGCGraph(img, mask, bgdGMM, fgdGMM, lambda, leftW, upleftW, upW, uprightW, graph );  
685.         estimateSegmentation( graph, mask );  
686.     }  
687. }