Algorithm 比较流域和地堑

我知道分水岭算法和grabcut算法都是图像分割的常用工具。它们似乎都依赖于预定义的标记来形成类似于源-汇系统的东西，然后使用图像的梯度来找到边界

我观察到的最大区别是grabcut使用了一种图形结构，其中梯度转化为边缘权重，而分水岭直观地通过向梯度图像缓慢加水来工作。但在我看来，它们似乎会产生类似的结果

---

我的问题是这两种算法之间的相对优势和劣势是什么？什么时候我应该使用一个而不是另一个？

我不知道用什么样的图形，但对于流域来说，主要的缺点是“泄漏”。事实上，如果您的标记没有完全定义，分水岭将在找到允许传播的像素后立即泄漏。因此，它必须受到标记的高度约束

分水岭（发展良好，请参见SMIL库）似乎比图形切割快。

供将来参考

在opencv的具体案例和我的经历中

Grabcut仅将前景与背景分离（即仅支持2个标签），而Waterline支持使用多个标签进行分割

---

Grabcut比Water分水岭慢得多，我没有硬统计数据，但Water分水岭能够对Grabcut需要大约5秒处理的图像进行近实时处理

它们导致了如此不同的结果。根据要处理的图像，其中一个可能比另一个更好。