图像分割vs抠图

图像分割:

就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

 

图像抠图:

就是从一幅图片中将某一部分截取出来,和另外的背景进行合成。


大白话理解:

相同点:两者都是分出某一部分区域

不同点:抠图还需要将分离出来的图片,融合到另一张图上

体现在alpha上时,图像分割,alpha值离散的。图像抠图alpha值是连续的。为什么连续呢,因为它要把分离出来的图融合到新的图片上,既然融合,那就不能显得太假,太生硬吧,所以alpha要连续,有种过渡的感觉。

图像分割

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETkBIYXBweS40NTY,size_20,color_FFFFFF,t_70,g_se,x_16

图像抠图就先理解成换背景叭watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETkBIYXBweS40NTY,size_20,color_FFFFFF,t_70,g_se,x_16

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETkBIYXBweS40NTY,size_20,color_FFFFFF,t_70,g_se,x_16

 

-----------深度理解---------

对于一张图, 我们感兴趣的人像部分称为前景F,其余部分为背景B,则图像可以视为F与B的加权融合:I = alpha * F + (1 - alpha) * B=alphaF+(1−alpha)∗B,而抠图任务就是找到合适的权重alpha。值得一提的是,如图,查看抠图ground truth可以看到,alpha是[0, 1]之间的连续值,可以理解为像素属于前景的概率,这与人像分割是不同的。如图,在人像分割任务中,alpha只能取0或1,本质上是分类任务,而抠图是回归任务。

抠图ground truth:watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETkA,size_20,color_FFFFFF,t_70,g_se,x_16

分割ground truth:watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETkA,size_20,color_FFFFFF,t_70,g_se,x_16

 推荐讲解

https://www.zhihu.com/question/68146993/answer/1914887189

 

 

 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像掩膜抠图是一种常见的图像处理技术,可以将图像中某些部分从背景中分离出来,通常用于图像分割、物体识别等方面。Matlab提供了很多图像处理工具箱,其中包括了图像掩膜抠图的相关函数。 掩膜抠图的基本思路是:将目标物体与背景分离,将目标物体用一个二值图像表示出来,再通过对二值图像进行处理,得到目标的轮廓,并最终将目标从原始图像中分离出来。 以下是一个简单的Matlab代码示例,用于实现基本的图像掩膜抠图: ```matlab % 读入图像 img = imread('example.jpg'); % 将图像转换为灰度图 gray_img = rgb2gray(img); % 二值化图像 binary_img = gray_img > 50; % 通过腐蚀和膨胀操作,去除噪声和连接区域 se = strel('disk', 3); eroded_img = imerode(binary_img, se); dilated_img = imdilate(eroded_img, se); % 获取目标轮廓 contour_img = bwperim(dilated_img); % 将目标从原始图像中分离出来 masked_img = img; masked_img(repmat(~contour_img, [1,1,3])) = 0; % 显示结果 subplot(1,2,1), imshow(img), title('Original Image'); subplot(1,2,2), imshow(masked_img), title('Masked Image'); ``` 以上代码将读入一张名为"example.jpg"的图像,将其转换为灰度图,并通过二值化操作得到目标物体的二值图像。接着,通过腐蚀和膨胀操作,去除噪声和连接区域,得到目标物体的轮廓。最后,将目标物体从原始图像中分离出来,并显示结果。 在实际应用中,需要根据具体情况对掩膜抠图的参数进行调整,以达到更好的效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值