【笔记】OpenCV3 图像分割-用grabCut做前景检测

grabCut算法的大致思路，摘抄。。。。

---

1. 在图片中定义(一个或者多个)包含物体的矩形。
2. 矩形外的区域被自动认为是背景。
3. 对于用户定义的矩形区域，可用背景中的数据来区分它里面的前景和背景区域。
4. 用高斯混合模型(GMM)来对背景和前景建模，并将未定义的像素标记为可能的前景或者背景。
5. 图像中的每一个像素都被看做通过虚拟边与周围像素相连接，而每条边都有一个属于前景或者背景的概率，这是基于它与周边像素颜色上的相似性。
6. 每一个像素(即算法中的节点)会与一个前景或背景节点连接。
7. 在节点完成连接后(可能与背景或前景连接)，若节点之间的边属于不同终端(即一个节点属于前景，另一个节点属于背景)，则会切断他们之间的边，这就能将图像各部分分割出来

def grabCut(img, mask, rect, bgdModel, fgdModel, iterCount, mode=None)

输入参数：

img: 输入图像

mask: 掩码图像，用来确定哪些区域是背景、前景，哪些可能是前景/背景

0 GC_BGD    定义了明显的背景像素。     
1 GC_FGD    定义了一个明显的前景（对象）像素。 
2 GC_PR_BGD 定义了可能的背景像素。
3 GC_PR_FGD 定义了可能的前景像素。