抠图算法（交互式）以及证件照的自动抠图

研究抠图算法有段时间，颇有所得 研究的算法包括 Grabcut 、Shared Sample Alpha Matting、robust matting 以及lazysnapping. 研究抠图算法主要是应用于移动端的交互式抠图，用户输入 前景像素、背景像素的Trimap图作为mask ，对原图进行分割。交互式抠图算法达到可以商用的标准主要有两点：1、精确的分割出前景像素与背景像素，2、分割后的主体或前景部分，边缘过渡效果良好，在新的背景上，视觉上没有违和感。

从实现上的难易程度、对用户的操作要求、以及算法的复杂度上考虑主要采用并实现了 Grabcut、lazysnapping算法。Shared Sample Alpha Matting在交互上用户的操作成本高一点效果一般，没有具体去实现只是看过 imageshop 一篇博客中实现的效果，大家有兴趣可以去下载看一看 链接地址：点击打开链接.考虑算法实现主要用在移动端，用户的交互感受是蛮重要的。我采用了Grabcut以及参考了lazysnapping 的思路，做了两种交互抠图实现方案。

其中，Grabcut opencv提供了实现API ，我也是直接用的OpenCV的 实现接口，总体效果还可以接受，Grabcut缺点是 对于前景 与背景像素相差不大的部分不能有效的分割，它采用图论理论，前景像素与背景像素建立无向图，利用图割maxflow-mincut理论 分割 前景像素 与 背景像素，grabcut论文中也有提及边缘处理的方法，但是没有给出具体的实现，以及找不到相关的资料，也就不了了之。对于前景与背景差异性较大情况，grabcut表现还是不错的，其实微软的办公软件 World 、PPT中都有删除背景功能，它们采用的就是Gabcut方法，首先用矩形框框选出主体，执行算法得到初分割图，然后再用画笔标记 做区域针对性分割。该算法效果就不展示了，感兴趣的可以利用opencv 实现一下。需要注意的一点是 每次算法的输入的是原图srcImage跟mask 图。下面对基于OpenCV 的Grabcut的实现简要说一下，它包括两个接口：第一个是输入参数是原图和矩形框，第二个接口输入参数是原图和mask图。

1、cv::grabCut(srcImg, mask, retangle, bgModle, fgModle, 5, cv::GC_INIT_WITH_RECT);

srcImg:原图，ratangle:矩形框，bgModle: 与原图大小一致Mat类型，fg