如何使用OpenCV在没有人工交互的情况下分割图像中的对象

Question

我想使用OpenCv方法来分割图像。我遇到了Grabcut算法，但这仍然需要人工交互，比如绘制一个框来圈出一个对象。 所以我的问题是如何使用OpenCv自动进行分割？非常感谢C ++或Java中的建议和代码片段。

更新：我正试图从盘子和桌子上分割食物。

Answer 1

是的，grabCut需要人工交互，但我们可以将其最小化，就像我个人使用grabCut算法来分割给定图像中的面部一样，所以它基本上涉及：

• 使用haar cascade

检测给定图像中的面部

• 生成概率模板，可帮助您生成细分所需的标记。

第一部分要求您使用预先制作的haar cascade或create your own，提供足够的培训示例。

一旦你有一个工作的haar级联，你可以使用它来获得每个输入图像的ROI。你可以扩展ROI尺寸以包括对象周围的更多空间。

所以现在在这一步你必须能够从给定的输入图像裁剪你需要的对象，这会减少搜索域。现在你可以创建一个概率掩码，它可以指示给定ROI的对象的可能位置，前面的步骤是规范化输入图像所必需的。现在我们可以假设输入总是被标准化，因此对象位置与ROI有些一致。以下是男性人发的概率模板掩码：

现在您选择4个阈值来为grabcut创建掩码：

  

  
• if（pix＆gt; 220）：mask = cv :: GC_FGD
  
• else if（pix＆gt; 170）：mask = cv :: GC_PR_FGD
  
• else if（pix> 50）：mask = cv :: GC_PR_BGD
  
• else：mask = cv :: GC_BGD
  

然后您可以将其作为掩码传递以执行抓取分割。

然而semantic segmentation最近有一些进步，它使用CRF作为RNN技术来分割给定图像中的对象，它不需要归一化，但由于它对GPU的依赖性有效运行时，它不适合移动或低端计算机应用。