一、基本原理
图割(Graph Cut)是将一个有向图分割成两个互不相交的集合,可以用来解决多种计算机视觉问题,诸如立体深度重建、图像拼接和图像分割等计算机视觉方面的不同问题。在图割的过程中,从图像像素和像素的近邻创建一个图并且引入一个代价函数。
总而言之,图割的基本思想为:相似且彼此相近的像素应该划分到同一个区域。
二、代码说明
2.1 一个简单例子
from pygraph.classes.digraph import digraph
from pygraph.algorithms.minmax import maximum_flow
gr = digraph()
gr.add_nodes([0,1,2,3])
gr.add_edge((0,1), wt=4)
gr.add_edge((1,2), wt=3)
gr.add_edge((2,3), wt=5)
gr.add_edge((0,2), wt=3)
gr.add_edge((1,3), wt=4)
flows,cuts = maximum_flow(gr, 0, 3)
print ('flow is:' , flows)
print ('cut is:' , cuts)
这段代码是建立出一个图像的最大流/最小割的简单例子。
首先先用digraph()函数创建一个有4个节点的有向图,4个节点的索引分别是0,1,2,,3。然后用add_edge()增加边并且为每条边指定特殊的权重。边的权重用来衡量边的最大容流量。以0节点为源点,3为汇点,计算最大流。并且打印出最后的流和割结果:
运行代码之后,我们看到流的的路径是0-4,0-2,1-2,1-3,2-3.