简述使用磁性套索工具抠图和调整边缘的步骤_套索工具怎么精确抠图[通俗易懂]

简介

​ LiveWire是一种图像分割技术，允许用户使用相对少的鼠标点击次数快速准确地选择感兴趣区域，其实现过程可分为以下两个部分：

1. 使用滤波算法过滤并转换成灰度
2. 使用Dijkstra算法应用到修改后的图像，从用户分别点击的两个点中找寻出最佳路径

​ 在 LiveWire 算法中, 待分割二维图像被视作有向加权图 G, 像素被视为 G 中的节 点, 连接相邻节点的视为边。由此可以定义代价函数作为边的权值, 即:

$$Cost(p,q)={\omega }_C{f}_c(p)+{\omega }_{\text{LoG }}{f}_{\text{LoG }}(p)+{\omega }_G{f}_G(p)+{\omega }_{GD}{f}_{GD}(p,q)$$

​ 其中 $\mathrm{q}$ 为像素 $\mathrm{p}$ 的邻域像素; $f_c$ 为基于 Canny 算子的函数, $f_{\text{LoG }}$ 为基于 $LoG$ 算子的 函数; $f_G$ 和 $f_{GD}$ 分别为梯度算子的强度和方向函数; ${\omega }_C、{\omega }_{LoG}、{\omega }_G$ 与 ${\omega }_{GD}$ 为上述算子的 对应权值。

Dijkstra算法

​ Dijkstra算法是从一个顶点到其余各顶点的最短路径算法，可以解决有向图中的最短路径问题，从起始点开始，采用贪心算法的策略，每次遍历到起始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。

算法原理

1. 首先, 引入一个辅助数组 $D$, 它的每个元素 $D[i]$ 表示当前所找到的从起始点 $v$ (即源 点 $v$ ) 到其他每个顶点 $v_i$ 的长度。
2. 设置 $D$ 的初始状态

若从 $v$ 到 $v_i$ 存在连接边, 则 $D[i]$ 为弧上的权值, 否则置 $D[i]$ 为 $\infty$ 。

1. 找到从源点 $v$ 到下一个顶点的最短路径长度所对应的顶点, 且这条最短路径长度仅 次于从源点 $v$ 到顶点 $v_j$ 的最短路径长度
2. 假设 $\mathrm{S}$ 为已求得的从源点 $v$ 出发的最短路径长度的顶点的集合, 则可证明: 下一条 次最短路径 (设其终点为 $x$ ), 要么是弧 $(v,x)$, 或者是从源点 $v$ 出发的中间只经过 $\mathrm{S}$ 中的 顶点而最后到达顶点 $x$​ 的路径。

实现步骤

1. 初始时令 S = V 0 , T = V − S = { S=V 0, T=V-S=\{ S=V0,T=V−S={
   其余顶点 $\},T$ 中顶点对应的距离值, 若存在, $d(V0,Vi)$ 为弧上的权值, 若不存在, $d(\mathrm{V}0,\mathrm{Vi})$ 为 $\infty$ 。
2. 从 $\mathrm{T}$ 中选取一个与 $\mathrm{S}$ 中顶点有关联边且权值最小的顶点 $\mathrm{W}$, 加入到 $\mathrm{S}$ 中
3. 对其余 $T$ 中顶点的距离值进行修改: 若加进 $W$ 作中间顶点, 从 $V0$ 到 $Vi$ 的距离值缩短, 则修改此距离, 重复上述步骤 $2、3$, 直到 $S$ 中包含所有顶点, 即 $W=Vi$​ 为止。

效果

​ 点击鼠标左键可以人工确定轮廓点，LiveWire算法会在用户定义的点与当前鼠标所在像素点进行路径生成。其中，蓝色路径表示已经生成的轮廓，绿色路径表示待确定的轮廓。

​ 用户完成轮廓选定。

​ 最终抠图效果：

​

源码下载

基于opencv和qt的多功能抠图应用

参考

Live-wire revisited

今天的文章简述使用磁性套索工具抠图和调整边缘的步骤_套索工具怎么精确抠图[通俗易懂]分享到此就结束了，感谢您的阅读。