Graph Cuts学习

想先把图放上来，这个是研究学习了之后绘制的，效果虽然不是很好。

下面是我将原图转化成了HSV和RGB通道，然后对他们每个单通道都进行了一遍Graph Cuts。

1.Graph Cuts是图像分割中的一种方法，这种方法是通过使用图的形式来求解能量函数。确定能量函数的可以给图的边赋予相应的权值，从而可以把能量函数完全转换成一幅S/T图，在使用图的性质求解图的最大流/最小割，求出全局最优也就是全局能量最小。

2.graph cut 就是基于graph(图论)的各种分割算法，如NCut，最小割，RatioCut，图割等，graph cuts是图割，用来解基于MRF的能量方程的一种方法。

缺点：
二类分割后的结果是全局能量函数最小，全局最优解，多类问题不能达到最优，只能是局部最优解；
处理像素值存在明显差异的图像有优势，高对比度图像，
处理图像中含有噪声或遮挡分割效果较差，易得到错误分割；
需要用户手动标记部分前后景像素点，存在人工干预；
初始化标记前后景像素 点不同会导致最后分割的效果达到不同程度， graphcuts 算法对用户交互非常敏感；
当图像中含有复杂背景时，则需要进行更多的用户交互，使用画笔 / 画刷 标记更多的背景 和前景像素点。

代码下载：GitHub - DamonZCR/GraphCut: 利用最大流最小割实现图片分割