2013-03-27 17 views
6

Potrzebuję sposobu na przekształcenie obrazu zawierającego człowieka w obraz zawierający tylko sihlouette ciała w jednym kolorze. Najpierw przyjrzałem się wykrywaczowi krawędzi Canny (implementacja OpenCV), ale może to prowadzić do problemów z tłem obrazu.Segmentacja obrazu dla iOS

Próbowałem już z implementacją GrabCut OpenCV. Działa to dobrze w większości przypadków, ale ma bardzo słabą wydajność, na przykład w przypadku obrazu 480x320 przetwarzanie trwa 1 minutę. Problem z grabcutem polega na tym, że użytkownik musi wykonać interakcję i ustawić obszar tła i obszar użytkownika, co w moim przypadku jest niedozwolone.

Może więc możesz dać mi pomysły na temat innego podejścia wykorzystującego coś innego niż GrabCut lub zasugerować mi, jak poprawić czas GrabBut (może implementacja gpu). Potrzebuję również sugestii na temat algorytmu, który zlokalizuje ludzkie ciało i pomoże algorytmowi chwytania z pozycjonowaniem obszaru ciała/tła.

Przykład:

Example

+1

To pytanie jest niejasne i brakuje w nim szczegółów i prawdopodobnie zostałoby zamknięte, gdyby nie otwartą nagrodę. Co tak naprawdę próbowałeś? Trzecia strona? Twoja własna implementacja? itp. itp. Pomóż nam pomóc. –

+0

Myślę, że pomogłoby to w krótkim omówieniu catchcut; na przykład Pomoże to tym z nas, którzy nie znają tego komentarza, czy jest to dobre dopasowanie do równoległości GCD lub procesora graficznego lub jakiejkolwiek z Core Image framework, niezależnie od tego, czy istnieją jakieś dobre biblioteki stron trzecich, które mogłyby wykonać te prace dla ty ... – Tommy

+0

Przynajmniej daj nam jeden lub więcej obrazów wejściowych, co próbujesz zrobić, jaki rodzaj obrazu masz na myśli – shernshiou

Odpowiedz

5

może zaproponować dwie rzeczy do zbadania, które mogą pomóc:

1) CIDetector klasa

2) OpenCV library for iOS. Ten projekt nie wygląda aktywnie, ale możesz znaleźć kilka rozwidleń lub powiązanych projektów here.

1

dół skali obrazu w połowie rozdzielczości (użyciu pyrDown()) uruchom GrabCut wykrywania zastosowanie Kontur wektoryzacji wycięcia i elegancka, jak jest to konieczne.