基本的图像分割（Graph Cut）

1. 一个较小图的最大流/最小割的简单例子

首先，创建一个有4个节点的有向图，4个节点的索引分别为0,1,2,3，然后用add_edge()增添边并为每条边指定特定的权重。边的权重用来衡量边的最大流容量。
以节点0为源点，节点3为汇点，计算最大流。

下面给出代码：

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

gr = digraph() #创建一个空的有向图
gr.add_nodes([0,1,2,3]) #添加节点
gr.add_edge((0,1), wt=4)
gr.add_edge((1,2), wt=3)
gr.add_edge((2,3), wt=5)
gr.add_edge((0,2), wt=3)
gr.add_edge((1,3), wt=4)
flows,cuts = maximum_flow(gr, 0, 3)
print ('flow is:' , flows)
print ('cut is:' , cuts)

打印出流和割的结果：

2.从图像创建图

给定一个邻域结构，可利用图像像素作为节点定义一个图。

这里讨论最简单的像素四邻域和两个图像区域（前景和背景）情况。一个四邻域(4-neighborhood)指一个像素与其正上方、正下方、左边、右边的像素直接相连。

除了像