微軟新成果：為懶人準備的摳圖技術

　　什么叫“摳圖”？顧名思義，所謂摳圖就是從一幅圖片中將某一部分截取出來，和另外的背景進行合成。不要小看這一工作，我們生活中的很多圖像制品都曾經經過這種加工，例如廣告等，需要設計人員將模特照片中的人像部分摳取出來，然后再和背景進行合成。事實上，摳圖在您的生活中也大有用武之地，尤其是隨著數碼相機、掃描儀等設備的普及，越來越多的人開始樂于對自己手中的照片進行各種各樣的“特殊處理”，譬如把自己的全身像摳取出來放到別的背景中，把戀人的單人照片進行摳圖后與自己的照片合成雙人照等等，都需要用到摳圖�！　�

　　在過去，人們往往使用套索工具進行摳圖操作。作為Adobe公司的知名圖形處理軟件，PhotoShop可以對圖形進行非常精確的處理，無論要摳取的圖形有多復雜，也可以分毫不差地全部截取出來。但是，對于新手來說，PhotoShop的使用略嫌復雜，如果不經過一段時間的培訓和練習，用戶很難掌握操作的要領。為了將圖片中的某一部分取出來，用戶必須沿著對象的邊緣“剪”一圈，如果圖片本身有較多的棱角或者突起，工作的難度就會成倍增加�！　�

　　與PhotoShop相比，Lazy Snapping的使用就要簡單多了，對于絕大多數圖形來說，只需要三步，就可以將我們需要的內容截取出來。　

　
　　摳圖三部曲

　　 讓我們以一幅貓的照片為例來看看這款軟件是如何簡單易用的。首先，我們按住鼠標左鍵，在需要截取的目標——貓的身上，隨意劃條線，這條線既不必準確地沿著貓的身體邊沿部分，也不必要求什么“橫平豎直”，只要是畫在貓身上即可。然后，在貓的身邊，也就是我們不需要的背景上，點住鼠標右鍵劃一道。幾乎在我們劃完這條線的同時，圖片中貓的部分就被套在一個取景框中了。怎么，還有一部分沒有被選中？沒關系，您只要在需要選中的位置再按住鼠標左鍵劃幾下，該部分就可以被選中了。

　　如果圖形非常簡單的話，那么只需要做到這一步就可以“大功告成”了。但是現(xiàn)在我們的目標是一只貓，其身體的邊沿存在少數不規(guī)則或者低對比度的邊緣，我們還需要進行第二步：微調。聽到“微調”這個詞，有的朋友可能認為會非常復雜。但事實上，這一步的操作依然非常簡單。您可以通過調節(jié)套住貓身體的取景框來更準確地選取要截取的圖片。如果您想更簡單，也可以選擇軟件的“brush”功能，在不夠準確的地方隨著邊界刷兩下，軟件就會自動將需要截取的目標圖形的邊界準確地勾畫出來。

　　完成第二步操作后，圖片中貓的部分已經基本上都被取景框選中了。但如果我們仔細觀察就會發(fā)現(xiàn)，在前景和背景顏色不同的時候，背景的顏色往往會滲透到前景上來。在使用PhotoShop摳圖的時候，這就需要做“羽化”操作，以盡量弱化這種情況，但在大多數情況下，羽化并不能完美地解決這一問題，往往需要將前景的邊界收縮，“割”掉那些被背景顏色滲透的部分，也就是說要損失一定的前景。而在Lazy Snapping中，這一操作步驟被極大地增強并簡化了，不論前景和背景的顏色對比度是高還是低，Lazy Snapping都可以非常準確地將前景的顏色清楚地分離出來，既不會缺少一部分，也不會讓背景的顏色滲透到前景中去�！　�

　　不過，如果您細心觀察的話，就會發(fā)現(xiàn)，貓的胡須并沒有被選中。這是因為貓的胡須為半透明，而且又長又細，相互之間又比較分散，因此軟件難以自動將其選中。這時就需要用到第三步操作。這一步的操作更加簡單，我們只要用鼠標在貓胡須部位隨意涂抹兩下，將胡須部位覆蓋住，這些胡須就會被選中了。當然，嚴格地說，這并不是第三步操作的主要功能，軟件設計者之所以為軟件添加這一功能，其實更主要地是為了更好地完成前景和背景顏色的分離(Coherent Matting)。

　　Lazy Snapping的基礎：Graph Cut

　　Graph Cut技術是圖論中的一個概念，也是Lazy snapping這款軟件的核心技術。在軟件的第一步和第二步操作中，對前景的輪廓計算和對細節(jié)部分進行修補的操作，都是基于該技術進行的。

　　首先，當一張圖被導入到Lazy snapping中時，軟件會自動采用一種被稱為“水線（watershed）”的算法對該圖進行處理。
　　所謂水線，通俗地說，就是把一張圖像的梯度圖想像成為一片凹凸不平的山地，其中，顏色變化小的區(qū)域就是山脊，而顏色變化劇烈的區(qū)域就是山洼。我們知道，每一個山洼周圍必然都是一圈山脊，如果在每一個山洼的最低點打一個洞，然后通過這個洞向山洼里注水，則經過一段時間之后，相鄰山洼里的水必然會越過山脊連接到一起。兩個山洼之間的水連接在一起的這條線，就是水線。通過這些水線，軟件就可以把圖片分為大小不等的若干“碎片”。我們可以注意到，每一個區(qū)域中的顏色基本上都是相同的。

　　為什么要先對圖片進行“水線”處理呢？因為我們知道，在計算機中，每一幅圖都是由無數個像素點構成的，當軟件需要分辨出圖像的前景和背景時，就需要對圖像中的所有像素點進行分析，這樣一來工作量會成立方級數增加，大大減緩處理的速度。而采用了“水線”處理之后，圖像中需要分析的就是那些被分割出的區(qū)域了，其數量比像素點要少數十倍，從而大大加快了軟件的處理速度。

　　接下來，就該是用戶需要做的工作了——通過劃線，告訴計算機哪些是我們想要的前景，而哪些是我們不想要的背景。如果從像素點的角度來看，一旦我們在圖像上畫了一條線，則這條線經過的像素點被我們稱為“種子點”，這些“種子點”所涉及到的區(qū)域，則被稱為“種子區(qū)域”。接下來，我們就需要借助這些“種子區(qū)域”將圖片分為“前景區(qū)域”和“背景區(qū)域”兩大塊。利用Graph Cut優(yōu)化算法，圖片上所有區(qū)域會被賦予惟一的屬性，不屬于“前景區(qū)域”就一定會屬于“背景區(qū)域”。

　　在經過“水線”處理后的圖片中，我們把相鄰的區(qū)域連接在一起。而接下來Graph Cut優(yōu)化算法要做的，就是嘗試將每個非“種子區(qū)域”分別與“前景區(qū)域”（或“背景區(qū)域”）之間的通路“打斷”。如果全部通路都可以被打斷，則軟件猜測該區(qū)域不屬于“前景區(qū)域”，反之則可能屬于。這樣，經過一番運算后，軟件就可以將圖形分為“前景區(qū)域”和“背景區(qū)域”兩大部分了，也就將我們所需要的前景的大致輪廓勾勒了出來。

　　Graph Cut 優(yōu)化的準則，考慮了每一個區(qū)域的顏色與種子區(qū)域之間的顏色相似性，顏色越像“前景區(qū)域”就越可能被分在前景。同時它也考慮了相鄰區(qū)域的顏色差別，顏色差別越大這兩個區(qū)域越可能被分開。這個優(yōu)化問題可以用圖論中極大流（極小割）的方法很快解決。

　　對于一張結構較為簡單的圖形來說，如果其前景和背景的對比非常明顯，且前景的形狀較為簡單，則經過前面的處理后，前景圖形就已經被“摳”出來了。不過，如果圖片的內容較為復雜，且前景和背景之間的對比度不是很明顯的話，則需要對圖片進行進一步的微調。

　　所謂進一步處理，其實就是將前景與背景之間的“邊界”清晰地確定下來。由于在此之前我們已經確定了前景的大致輪廓，因此在這里我們只對前景和背景相交處的邊界附近進行處理，也就是已經確定好的“前景區(qū)域”和“背景區(qū)域”之間的那一塊地帶。

　　要說明的是，在前一步操作中，軟件通過“水線”算法將圖像分為一塊塊區(qū)域以加快處理的速度。而現(xiàn)在，由于要對圖像的邊緣部分進行調整，軟件處理的對象又變成了像素而不再是區(qū)域，以滿足處理精度方面的要求。


　　無心插柳柳成蔭

　　“這是一款‘懶人’用的摳圖工具。”微軟亞洲研究院的兩位研究員孫劍和李寅笑著對記者說。確實，從這款軟件的名字“Lazy Snapping”我們就不難看出，為那些需要經常進行摳圖操作的“懶人”們造福，正是這款軟件設計的目的，不過，這卻不是最開始時設計這款軟件的初衷。用研究員李寅的話來說，這完全是一個無心插柳柳成蔭的“偶然”結果�！　�

　　最初，李寅和孫劍都是在制作IBR(Image-based Rendering基于圖形的繪制）項目，例如同心拼圖等。在這一項目的制作過程中，李寅發(fā)現(xiàn)，如果想使最終的制作結果取得較好的效果，就必須將每一個圖形的邊界都定義得非常準確。為此，在最初，他們設計了一個軟件，專門用于將圖片分成很多層，將圖片前景和背景中的各種顏色都非常清晰、準確地分開，這在當時需要耗費大量的人工。由此，李寅想到，在處理圖像的過程中，雖然有部分工作因為對細節(jié)部分要求非常高而不得不通過人去手動處理，但大多數工作完全不需要過多的人為參與應該就可以完成，那么，為什么不將這部分工作交給計算機去做呢？　　

　　正是這一想法最終導致了Lazy Snapping的誕生。為了使工作可以更加簡化、快速，研究人員不僅要使軟件的精確度大幅度提高，從而在極大程度上提升了計算的速度；更為重要的是，讓使用者可以隨時看到自己操作的結果，并且及時進行修改。當他們完成了軟件的初步設計，尤其是將軟件的處理速度和操作簡易度大幅提高后，他們發(fā)現(xiàn)，這個軟件已不再是最初設想的那種只能用于工作輔助的工具，而變成了一款足以獨立出來完成摳圖工作的專業(yè)軟件。接下來，研究人員不斷加強這款軟件的精確度和流暢程度，使軟件可以越來越迅速、準確地完成所需的工作�！　�

　　在研發(fā)過程中，人們發(fā)現(xiàn)，由于現(xiàn)有的算法是對全圖進行優(yōu)化，因此軟件在處理過程中容易產生錯誤。于是研究人員開始為軟件添加一些更加人性化的設計，允許用戶對局部圖形進行調整，使得軟件的處理結果可以更加準確。隨著軟件的日漸完善，研究人員又為其添加了處理半透明邊緣的能力，例如處理貓的胡須等，效果也非常好。至此，Lazy Snapping的雛形就已經大致完成了。

　　在軟件初步完成后，研究人員開始征集志愿者對其進行對比測試，對比的對象是PhotoShop。當然，對比的只是PhotoShop中的摳圖功能這一部分。測試的方法很簡單，他們將志愿人員分為兩組，一組是曾經使用過PhotoShop的，一組則是沒有使用過的。然后，對每一位人員分別進行兩段時間為5分鐘的培訓，其內容則分別為PhotoShop的摳圖功能和Lazy Snapping的使用。

　　然后，每一個人分別使用兩個工具對兩組圖形進行摳取，一組要求做到最好的質量，另一組要求在一分鐘內完成任務。從測試結果來看，志愿人員掌握Lazy Snapping的速度要明顯快于掌握PhotoShop，而兩個軟件在處理精度上的差別則不是很大。不過，專業(yè)用戶表示，軟件雖然可以通過非常簡單的操作實現(xiàn)精度較高的處理，但其“可參與度”較低，無法進行更進一步的細致操作。 通過這次用戶調查，研究人員不僅獲得了信心，也掌握了進一步發(fā)展的方向。