OpenCV에서 rect와 mask를 동시에 사용 Grabcut python

Question

Windows에서 Python으로 OpenCV 3 alpha를 사용하고 있습니다. grabcut을 사용하여 이미지 분할로 이어지는 배경 빼기 방법이 있습니다. 그래서 전 포그 라운드와 배경에 대한 정보를 제공하는 MOG 검출기가 있습니다. 예를 들어 여기에는 현재 이미지가 있습니다 (시각화를 위해 주어진 사각형). 여기

그리고

MOG은 검출기로부터 출력된다.

나는 cv2.grabcut에이 정보를 공급합니다. 내 희망은 내가 전체 이미지를 분할 할 필요가 없으며 알려진 객체 주위의 영역을 지정하고 가능성있는 전경과 배경을 전달하는 것이 더 빠를 것입니다 (?). 블롭이 항상 나에게 검은 이미지를 제공, 그 범위이 xMin, Ymin를, XMAX 있습니다 매끈한 폴리곤으로 Ymax와

#expand the bounding box of the polygons about 5 times 
b=blob.buffer(50).bounds 

#change to integer 
rect=[int(x) for x in b] 

#Shapely give coordinates in xmin,ymin,xmax,ymax 

#Format into x,y,w,h required by grabcut in opencv 
rectf=tuple([rect[0],rect[1],rect[2]-rect[0],rect[3]-rect[1]])             

#create a mask 
mask = np.zeros(grabCUTimage.shape[:2],np.uint8) 

#Make anywhere black in the grey_image (output from MOG) as likely background 
#Make anywhere white in the grey_image (output from MOG) as definite foreground 
mask[grey_image == 0] = 2 
mask[grey_image == 255] = 1  

#Make containers         
bgdModel = np.zeros((1,65),np.float64) 
fgdModel = np.zeros((1,65),np.float64)       

#Run grabcut 
cv2.grabCut(grabCUTimage,mask,rectf,bgdModel,fgdModel,4,cv2.GC_INIT_WITH_RECT) 

#Multiple new mask by original image to get cut    
mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8') 
cGB =grabCUTimage*mask2[:,:,np.newaxis] 

저장됩니다. 모든 배경.

cv2.GC_INIT_WITH_MASK로 초기화하면 올바르게 작동합니다 (빨간색 사각형은 무시하십시오). 그러나 때때로 rect를 무시합니다. 왜냐하면 때로는 직사각형 바깥 쪽의 추정 된 전경을 포함하기 때문입니다 (이 경우에는 표시되지 않음).

오전 내가 잘못 RECT를 저장? x, y, w, h가 아닌가요? rect를 지정하면 실제로 더 빨리 만들지, 아니면 이미지를 잘라야합니까?

Answer 1

는 내가 제대로 이해 있는지 확실하지 않습니다,하지만 당신은 Grabcut에서 "GC_Init_with_Rect"를 사용할 때의 더 나은 전체 마스크를 초기화하고이 "아마 배경 화면"을 설정할 수 :

mask = Mat::ones(image.size(), CV_8UC1) * GC_PR_BGD; //GC_PR_BGD 

의 C++하지만, 나는 당신이 생각을 가지고 있다고 생각합니다.

업데이트 1 : 나는 이것이 더 빠르다고 생각하지 않지만 MOG 정보를 사용하여 ROI 주위에 더 큰 직사각형을 그리면 직사각형 바깥 쪽을 GC_BGD로 설정할 수 있습니다. 이것은 더 빨라야합니다.

Answer 2

나는 이것이 오래된 질문이라는 것을 알 수 있었지만 지금은 며칠 동안 작업을하고 있었으며 사각형 정의에 실수가있는 것으로 보인다. 내 매개 변수를 (x, y, h, w)로 정의하고 나에게 아름답게 작용했습니다.

희망이 있습니다.