基礎學習筆記之opencv(16)：grabcut使用例程

 

　　前言

　　grabcut是在graph cut基礎上改進的一種圖像分割算法，它同樣是基於圖割理論的，關於圖割的簡單介紹可以參考本人前面的博文：一些知識點的初步理解_8(Graph Cuts,ing...) 。稍微看了下grabcut方面的論文，論文中一般都是在graph cut上作改進，比如說引入了GMM模型等。同graph cut一樣，在使用grabcut是也是需要人機交互的，即人工先給定一定區域的目標或者背景，然后送給grabcut算法來分割。通過實驗發現，其分割效果一般般，且分割速度比較慢，一張普通大小的圖片差不多需要1s左右的時間，

 

　　實驗說明

　　因為在使用該算法的過程中需要人機交互，所以需要用到很多鼠標鍵盤的操作，因此這些GUI操作的邏輯關系一定要處理好。其中最主要的GUI設計就在鼠標鍵盤響應函數中，在設置關於圖片的鼠標鍵盤響應函數時，其函數的參數必須滿足一定的類型，如下所示：

　　mouseClick (int event, int x, int y, int flags, void* param); 

　　其中event是 CV_EVENT_*變量之一； x和y是鼠標指針在圖像坐標系的坐標，並不是整個窗口的坐標；  flags是CV_EVENT_FLAG的組合，  即表示所有的按鍵，一般情況下是固定的；  param是用戶定義的傳遞到cvSetMouseCallback函數調用的參數，這通常在回調函數中都有類似這種功能的的參數。

　  Grabcut在opencv中核心算法函數為：
     void cv::grabCut( const Mat& img, Mat& mask, Rect rect, Mat& bgdModel, Mat& fgdModel, int iterCount, int mode )
　　這里引用網友的博文學習OpenCV——grabcut來解釋該函數的用法：
　　img——待分割的源圖像，必須是8位3通道（CV_8UC3）圖像，在處理的過程中不會被修改；
　　mask——掩碼圖像，如果使用掩碼進行初始化，那么mask保存初始化掩碼信息；在執行分割的時候，也可以將用戶交互所設定的前景與背景保存到mask中，然后再傳入grabCut函數；在處理結束之后，mask中會保存結果。mask只能取以下四種值：
　　GCD_BGD（=0），背景；
　　GCD_FGD（=1），前景；
　　GCD_PR_BGD（=2），可能的背景；
　　GCD_PR_FGD（=3），可能的前景。
　　如果沒有手工標記GCD_BGD或者GCD_FGD，那么結果只會有GCD_PR_BGD或GCD_PR_FGD；
　　rect——用於限定需要進行分割的圖像范圍，只有該矩形窗口內的圖像部分才被處理；
　　bgdModel——背景模型，如果為null，函數內部會自動創建一個bgdModel；bgdModel必須是單通道浮點型（CV_32FC1）圖像，且行數只能為1，列數只能為13x5；
　　fgdModel——前景模型，如果為null，函數內部會自動創建一個fgdModel；fgdModel必須是單通道浮點型（CV_32FC1）圖像，且行數只能為1，列數只能為13x5；
　　iterCount——迭代次數，必須大於0；
　　mode——用於指示grabCut函數進行什么操作，可選的值有：
　　GC_INIT_WITH_RECT（=0），用矩形窗初始化GrabCut；
　　GC_INIT_WITH_MASK（=1），用掩碼圖像初始化GrabCut；
　　GC_EVAL（=2），執行分割。

 

 

　　實驗結果

　　分割前的原始圖如下所示:

　　

 

　　由於本次實驗是一個人機交互的過程，需要人的手工輸入前景點和背景點，或者可能的前景點和背景點，本次實驗中，本人只用鼠標畫出了一些前景點（Shift+鼠標左鍵+鼠標移動）和一些背景點（Ctrl+鼠標左鍵+鼠標移動），如下圖所示(其中紅色的為前景點，藍色的為背景點，外面的綠色框為圖像分割的區域):

　　

　　

　　一次grabcut迭代后分割的結果：

　　

 

　　若干次迭代后分割的結果：

　　

 

　　另外，關於本次實驗的操作方法可以參考代碼中函數的help內容，里面有詳細的介紹。

 

　　實驗代碼及注釋：

　  本次實驗代碼來源為opencv自帶的c++ sample。

　　crabcut.cpp:

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace std;
using namespace cv;

static void help()
{
    cout << "\nThis program demonstrates GrabCut segmentation -- select an object in a region\n"
            "and then grabcut will attempt to segment it out.\n"
            "Call:\n"
            "./grabcut <image_name>\n"
        "\nSelect a rectangular area around the object you want to segment\n" <<
        "\nHot keys: \n"
        "\tESC - quit the program\n"
        "\tr - restore the original image\n"
        "\tn - next iteration\n"
        "\n"
        "\tleft mouse button - set rectangle\n"
        "\n"
        "\tCTRL+left mouse button - set GC_BGD pixels\n"
        "\tSHIFT+left mouse button - set CG_FGD pixels\n"
        "\n"
        "\tCTRL+right mouse button - set GC_PR_BGD pixels\n"
        "\tSHIFT+right mouse button - set CG_PR_FGD pixels\n" << endl;
}

const Scalar RED = Scalar(0,0,255);
const Scalar PINK = Scalar(230,130,255);
const Scalar BLUE = Scalar(255,0,0);
const Scalar LIGHTBLUE = Scalar(255,255,160);
const Scalar GREEN = Scalar(0,255,0);

const int BGD_KEY = CV_EVENT_FLAG_CTRLKEY;  //Ctrl鍵
const int FGD_KEY = CV_EVENT_FLAG_SHIFTKEY; //Shift鍵

static void getBinMask( const Mat& comMask, Mat& binMask )
{
    if( comMask.empty() || comMask.type()!=CV_8UC1 )
        CV_Error( CV_StsBadArg, "comMask is empty or has incorrect type (not CV_8UC1)" );
    if( binMask.empty() || binMask.rows!=comMask.rows || binMask.cols!=comMask.cols )
        binMask.create( comMask.size(), CV_8UC1 );
    binMask = comMask & 1;  //得到mask的最低位,實際上是只保留確定的或者有可能的前景點當做mask
}

class GCApplication
{
public:
    enum{ NOT_SET = 0, IN_PROCESS = 1, SET = 2 };
    static const int radius = 2;
    static const int thickness = -1;

    void reset();
    void setImageAndWinName( const Mat& _image, const string& _winName );
    void showImage() const;
    void mouseClick( int event, int x, int y, int flags, void* param );
    int nextIter();
    int getIterCount() const { return iterCount; }
private:
    void setRectInMask();
    void setLblsInMask( int flags, Point p, bool isPr );

    const string* winName;
    const Mat* image;
    Mat mask;
    Mat bgdModel, fgdModel;

    uchar rectState, lblsState, prLblsState;
    bool isInitialized;

    Rect rect;
    vector<Point> fgdPxls, bgdPxls, prFgdPxls, prBgdPxls;
    int iterCount;
};

/*給類的變量賦值*/
void GCApplication::reset()
{
    if( !mask.empty() )
        mask.setTo(Scalar::all(GC_BGD));
    bgdPxls.clear(); fgdPxls.clear();
    prBgdPxls.clear();  prFgdPxls.clear();

    isInitialized = false;
    rectState = NOT_SET;    //NOT_SET == 0
    lblsState = NOT_SET;
    prLblsState = NOT_SET;
    iterCount = 0;
}

/*給類的成員變量賦值而已*/
void GCApplication::setImageAndWinName( const Mat& _image, const string& _winName  )
{
    if( _image.empty() || _winName.empty() )
        return;
    image = &_image;
    winName = &_winName;
    mask.create( image->size(), CV_8UC1);
    reset();
}

/*顯示4個點，一個矩形和圖像內容，因為后面的步驟很多地方都要用到這個函數，所以單獨拿出來*/
void GCApplication::showImage() const
{
    if( image->empty() || winName->empty() )
        return;

    Mat res;
    Mat binMask;
    if( !isInitialized )
        image->copyTo( res );
    else
    {
        getBinMask( mask, binMask );
        image->copyTo( res, binMask );  //按照最低位是0還是1來復制，只保留跟前景有關的圖像，比如說可能的前景，可能的背景
    }

    vector<Point>::const_iterator it;
    /*下面4句代碼是將選中的4個點用不同的顏色顯示出來*/
    for( it = bgdPxls.begin(); it != bgdPxls.end(); ++it )  //迭代器可以看成是一個指針
        circle( res, *it, radius, BLUE, thickness );
    for( it = fgdPxls.begin(); it != fgdPxls.end(); ++it )  //確定的前景用紅色表示
        circle( res, *it, radius, RED, thickness );
    for( it = prBgdPxls.begin(); it != prBgdPxls.end(); ++it )
        circle( res, *it, radius, LIGHTBLUE, thickness );
    for( it = prFgdPxls.begin(); it != prFgdPxls.end(); ++it )
        circle( res, *it, radius, PINK, thickness );

    /*畫矩形*/
    if( rectState == IN_PROCESS || rectState == SET )
        rectangle( res, Point( rect.x, rect.y ), Point(rect.x + rect.width, rect.y + rect.height ), GREEN, 2);

    imshow( *winName, res );
}

/*該步驟完成后，mask圖像中rect內部是3，外面全是0*/
void GCApplication::setRectInMask()
{
    assert( !mask.empty() );
    mask.setTo( GC_BGD );   //GC_BGD == 0
    rect.x = max(0, rect.x);
    rect.y = max(0, rect.y);
    rect.width = min(rect.width, image->cols-rect.x);
    rect.height = min(rect.height, image->rows-rect.y);
    (mask(rect)).setTo( Scalar(GC_PR_FGD) );    //GC_PR_FGD == 3，矩形內部,為可能的前景點
}

void GCApplication::setLblsInMask( int flags, Point p, bool isPr )
{
    vector<Point> *bpxls, *fpxls;
    uchar bvalue, fvalue;
    if( !isPr ) //確定的點
    {
        bpxls = &bgdPxls;
        fpxls = &fgdPxls;
        bvalue = GC_BGD;    //0
        fvalue = GC_FGD;    //1
    }
    else    //概率點
    {
        bpxls = &prBgdPxls;
        fpxls = &prFgdPxls;
        bvalue = GC_PR_BGD; //2
        fvalue = GC_PR_FGD; //3
    }
    if( flags & BGD_KEY )
    {
        bpxls->push_back(p);
        circle( mask, p, radius, bvalue, thickness );   //該點處為2
    }
    if( flags & FGD_KEY )
    {
        fpxls->push_back(p);
        circle( mask, p, radius, fvalue, thickness );   //該點處為3
    }
}

/*鼠標響應函數，參數flags為CV_EVENT_FLAG的組合*/
void GCApplication::mouseClick( int event, int x, int y, int flags, void* )
{
    // TODO add bad args check
    switch( event )
    {
    case CV_EVENT_LBUTTONDOWN: // set rect or GC_BGD(GC_FGD) labels
        {
            bool isb = (flags & BGD_KEY) != 0,
                 isf = (flags & FGD_KEY) != 0;
            if( rectState == NOT_SET && !isb && !isf )//只有左鍵按下時
            {
                rectState = IN_PROCESS; //表示正在畫矩形
                rect = Rect( x, y, 1, 1 );
            }
            if ( (isb || isf) && rectState == SET ) //按下了alt鍵或者shift鍵，且畫好了矩形，表示正在畫前景背景點
                lblsState = IN_PROCESS;
        }
        break;
    case CV_EVENT_RBUTTONDOWN: // set GC_PR_BGD(GC_PR_FGD) labels
        {
            bool isb = (flags & BGD_KEY) != 0,
                 isf = (flags & FGD_KEY) != 0;
            if ( (isb || isf) && rectState == SET ) //正在畫可能的前景背景點
                prLblsState = IN_PROCESS;
        }
        break;
    case CV_EVENT_LBUTTONUP:
        if( rectState == IN_PROCESS )
        {
            rect = Rect( Point(rect.x, rect.y), Point(x,y) );   //矩形結束
            rectState = SET;
            setRectInMask();
            assert( bgdPxls.empty() && fgdPxls.empty() && prBgdPxls.empty() && prFgdPxls.empty() );
            showImage();
        }
        if( lblsState == IN_PROCESS )   //已畫了前后景點
        {
            setLblsInMask(flags, Point(x,y), false);    //畫出前景點
            lblsState = SET;
            showImage();
        }
        break;
    case CV_EVENT_RBUTTONUP:
        if( prLblsState == IN_PROCESS )
        {
            setLblsInMask(flags, Point(x,y), true); //畫出背景點
            prLblsState = SET;
            showImage();
        }
        break;
    case CV_EVENT_MOUSEMOVE:
        if( rectState == IN_PROCESS )
        {
            rect = Rect( Point(rect.x, rect.y), Point(x,y) );
            assert( bgdPxls.empty() && fgdPxls.empty() && prBgdPxls.empty() && prFgdPxls.empty() );
            showImage();    //不斷的顯示圖片
        }
        else if( lblsState == IN_PROCESS )
        {
            setLblsInMask(flags, Point(x,y), false);
            showImage();
        }
        else if( prLblsState == IN_PROCESS )
        {
            setLblsInMask(flags, Point(x,y), true);
            showImage();
        }
        break;
    }
}

/*該函數進行grabcut算法，並且返回算法運行迭代的次數*/
int GCApplication::nextIter()
{
    if( isInitialized )
        //使用grab算法進行一次迭代，參數2為mask，里面存的mask位是：矩形內部除掉那些可能是背景或者已經確定是背景后的所有的點，且mask同時也為輸出
        //保存的是分割后的前景圖像
        grabCut( *image, mask, rect, bgdModel, fgdModel, 1 );
    else
    {
        if( rectState != SET )
            return iterCount;

        if( lblsState == SET || prLblsState == SET )
            grabCut( *image, mask, rect, bgdModel, fgdModel, 1, GC_INIT_WITH_MASK );
        else
            grabCut( *image, mask, rect, bgdModel, fgdModel, 1, GC_INIT_WITH_RECT );

        isInitialized = true;
    }
    iterCount++;

    bgdPxls.clear(); fgdPxls.clear();
    prBgdPxls.clear(); prFgdPxls.clear();

    return iterCount;
}

GCApplication gcapp;

static void on_mouse( int event, int x, int y, int flags, void* param )
{
    gcapp.mouseClick( event, x, y, flags, param );
}

int main( int argc, char** argv )
{

    string filename = "test.jpg";
    Mat image = imread( filename, 1 );
    if( image.empty() )
    {
        cout << "\n Durn, couldn't read image filename " << filename << endl;
        return 1;
    }

    help();

    const string winName = "image";
    cvNamedWindow( winName.c_str(), CV_WINDOW_AUTOSIZE );
    cvSetMouseCallback( winName.c_str(), on_mouse, 0 );

    gcapp.setImageAndWinName( image, winName );
    gcapp.showImage();

    for(;;)
    {
        int c = cvWaitKey(0);
        switch( (char) c )
        {
                case '\x1b':
                    cout << "Exiting ..." << endl;
                    goto exit_main;
                case 'r':
                    cout << endl;
                    gcapp.reset();
                    gcapp.showImage();
                    break;
                case 'n':
                    int iterCount = gcapp.getIterCount();
                    cout << "<" << iterCount << "... ";
                    int newIterCount = gcapp.nextIter();
                    if( newIterCount > iterCount )
                    {
                        gcapp.showImage();
                        cout << iterCount << ">" << endl;
                    }
                    else
                        cout << "rect must be determined>" << endl;
                    break;
        }
    }

exit_main:
    cvDestroyWindow( winName.c_str() );
    return 0;
}

 

 

　　實驗總結：本次實驗測試了下opencv自帶的grabcut算法，其效果還算可以，不過需要人工交互提供分割信息，比較難以接受的是其分割速度太慢，不能實時處理。

 

　　參考文獻：

     學習OpenCV——grabcut

     Opencv2.1 的grabcut使用問題

 　 一些知識點的初步理解_8(Graph Cuts,ing...)