使用 python 进行图像分割的“硬”监督答案

【问题标题】："hard" supervision in image segmentation with python使用 python 进行图像分割的“硬”监督
【发布时间】：2015-04-05 14:11:54
【问题描述】：

Python 中有几种用于分割的包和方法。但是，如果我先验地知道某些像素（而不是其他像素）对应于特定对象，我如何使用它来分割其他对象？

在 python 中实现的哪些方法适合这种方法？

谢谢。

【问题讨论】：

标签： python image opencv image-processing image-segmentation

【解决方案1】：

您需要了解半自动图像分割。半自动透视中的图像分割意味着您事先知道某些像素属于哪个类别 - 前景或背景。鉴于此先验信息，目标是最小化一个能量函数，该能量函数最好地将其余像素分割成前景和背景。

我所知道的最好的两种方法是 Graph Cuts 和 Random Walks。如果你想研究它们的基础知识，你应该分别阅读 Boykov (Graph Cuts) 和 Grady (Random Walks) 的规范论文：

图形切割 - Boykov：http://www.csd.uwo.ca/~yuri/Papers/ijcv06.pdf
随机游走 - 格雷迪：http://webdocs.cs.ualberta.ca/~nray1/CMPUT615/MRF/grady2006random.pdf

对于 Graph Cuts，OpenCV 使用 GrabCut 算法，它是原始 Graph Cuts 算法的扩展：http://en.wikipedia.org/wiki/GrabCut。本质上，您在要分割的对象周围环绕一个框，并且使用高斯混合模型对前景和背景进行建模，并且该对象将从该框内的背景中分割出来。此外，您可以在框内添加前景和背景标记，以进一步约束解决方案，以确保获得良好的结果。

查看这个官方 OpenCV 教程了解更多详情：http://docs.opencv.org/trunk/doc/py_tutorials/py_imgproc/py_grabcut/py_grabcut.html

对于 Random Walks，这是在 scikit-image 库中实现的，这里有一个很棒的教程，介绍如何在他们的官方网站上启动和运行分段：http://scikit-image.org/docs/dev/auto_examples/plot_random_walker_segmentation.html

祝你好运！

【讨论】：

谢谢 rayryeng，我没想到会这样
@user3391229 - 完全没问题。你试图解决的问题是众所周知的，这是我所知道的最好的两种技术，它们有很好的效果。祝你好运！