Python计算机视觉-图像分割

图像分割

图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或图像中一些单独的对象，这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。

图割（Graph Cut）

图割是将一个有向图分割成两个互不相交的集合，可以用来进行例如三维重建、图像拼接、图像分割等视觉方面的问题解决。
从图像像素和像素的近邻创建一个图，并引入一个能量或“代价”函数，就能利用图割方法将图像分割成两个或多个区域，而图割的基本思想就是将相似且彼此相近的像素划分到同一区域中。

图割图中所有边 C 的代价函数为割掉的边权重求和：E_cut = Σ_(i,j)∈c (w_ij)
对图的划分应使代价 E_cut 最小，而为了拉开前景与背景，增加两个额外节点，即源点和汇点，仅考虑那些将源点和汇点分开的切割。而寻找最小割等同于在源点和汇点间寻找最大流，即最大流/最小割问题，在以下的例子中将采用 python-graph 工具包中的算法进行最大流最小割的计算。

以下是一个最大流/最小割的简单例子：
创建4个节点的有向图，索引分别是0…3，add_edge() 函数增添边，并为每条边指定特定权重用以衡量边的最大流容量。0为源点，3为汇点计算最大流；

from pygraph.classes.digraph import digraph
from pygraph.algorithms.minmax import maximum_flow

gr =