Question

我想从图像中提取诸如男人，汽车或类似物体之类的物体。图像只是普通的图像，而不是医学图像或其他特定用途的类型。

我已经搜索了很长时间，发现自动图像分割算法只是将图像分割成一组区域或者在图像中给出轮廓，而不是语义对象。所以我转向交互式图像分割算法，我发现了一些流行的算法，如交互式图形切割和SIOX等。我认为这些算法符合我的要求。

此外，我还下载了两个交互式图像分割工具，第一个是interactive segmentation tool，第二个是interactive segmentation tool-box。

所以我的问题是

1.如果交互式图像分割算法是我的任务的正确解决方案，因为性能是最重要的。

2.如果我想使用自动图像分割算法，我该怎么办呢？

Any suggestion will be  approciated.

Answer 1

如果你想通过几个涂鸦从单个静态图像中挑选一个对象。我建议您阅读

'Closed-form solution to image matting' 
or 'Spectral matting', 
or 'lazy snapping'

但是在我的测试中，在处理细微物体（如头发）时，最后一个方法的效果不如前两个方法。但是，您可以从谷歌轻松找到他们的源代码matlab代码。

但前两种方法实际使用起来并不令人愉快，我认为你需要做很多修改才能使它们易于使用。这是主要的问题恕我直言，它需要在图像上非常体面的涂鸦，如果你画了一些额外的涂鸦或错误的位置，你将破坏你的对象切割。

除此之外，您可以尝试'贝叶斯消光，可能性消光等。'所有这些都请求一些称为trimap的帮助图像，并且很难真正绘制。

Answer 2

从图像中提取对象，特别是图片并不像您想象的那么容易，您可能需要查看OpenCV项目。

Answer 3

除OpenCV外，我建议查看ITK。它在医学图像分析项目中非常流行，因为众所周知，半自动分割工具可以提供最佳结果。我认为这些方法也适用于自然图像。

尝试查看livewire分割和基于水平集的图像分割等工具。 ITK有几个演示，允许您在自己的图像上使用这些工具。诸如this之类的演示应用程序是开源发行版的一部分，但可以直接从itk服务器下载（查看说明）

Answer 4

如果这是一个商业案例，您最好寻找专门从事“视频内容分析”的公司。我的意思是：可靠的人和车辆检测不是一个人的项目。

一般用途分割工具不会成功，因为他们不了解男人或汽车的样子。他们认为所做的只是在图像中找到统一的区域。

Answer 5

现在已经很晚了但是有一种名为connected component labeling的算法，您可能会发现它很有用。

这里是算法的wiki link