本节重点
实际情况下，轮廓图由于背景的干扰，常常导致制作出的词云往往轮廓不突出，致使词云效果差。本节利用opencv中的前景提取函数grabCut()，来制作背景为白色的前景轮廓提取图。
grabCut()有两种模式：1. 认为划定边界框，边界外部被认定为背景（RECT模式）；2. 手动标定背景与前景，依据标定的内容来提取(MASK模式)。
第一种模式来获取前景：
这种模式下，需要手动单击左键来框选前景区域。
# 利用矩形框来选中前景区，矩形外部为背景区域
import numpy as np
import cv2
from matplotlib import pyplot as plt
#获取图片
img = cv2.imread('zende.jpg')
mask = np.zeros(img.shape[:2],np.uint8)
bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)
#根据鼠标事件来划定边界框
def drawRect(event,x,y,flags,param):
global ix,iy,X,Y,W,H,img
#若鼠标左键按下，则记住当前位置，边界框的一个顶点
if event==cv2.EVENT_LBUTTONDOWN:
ix,iy=x,y
#拖动的过程中，对原图的复制体画矩形，img_temp表示临时使用图片
elif event==cv2.EVENT_MOUSEMOVE and flags==cv2.EVENT_FLAG_LBUTTON:
img_temp=img.copy()
cv2.rectangle(img_temp,(ix,iy),(x,y),(0,255,25),1)
cv2.imshow('rect_test',img_temp)
#当鼠标左键释放，则将当前位置作为边界框的另一个顶点
elif event==cv2.EVENT_LBUTTONUP:
X=min(ix,x)
Y=min(iy,y)
W=max(ix,x)-X
H=max(iy,y)-Y
#使用grabCut()的RECT模式来提取前景
cv2.grabCut(img,mask,(X,Y,W,H),bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)
mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8')
img=img*mask2[:,:,np.newaxis]
img += 255*(1-cv2.cvtColor(mask2,cv2.COLOR_GRAY2BGR))
cv2.imwrite('test_method1.jpg',img)
cv2.imshow('rect_test',img)
ix,iy,X,Y,W,H=[0]*6
cv2.namedWindow('rect_test')
cv2.setMouseCallback('rect_test',drawRect)
cv2.imshow('mask',mask)
cv2.imshow('rect_test',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
处理效果：
(左)原图 (右)RECT模式下提取结果
优点：提取过程简单,整体效果不错，对人物头发边缘、裙角提取得到位；不足：人物：发带的处理，人物外：蝴蝶，月亮(不完整)等细节很容易就被判为背景，无法控制。
第二种模式来获取前景：
这种模式下，需要画出前景和背景，再依据效果来调整。
#利用掩模图来实现前景区的提取
import numpy as np
import cv2
# mode来决定当前画前景还是背景，前景时画笔为白色，画背景时画笔为黑色，默认画笔为白色
mode=True
#函数用来选定前景和背景，实质是移动鼠标过程中画圆
def drawCircle(event,x,y,flags,param):
global img_temp,mask1
if event==cv2.EVENT_MOUSEMOVE and flags==cv2.EVENT_FLAG_LBUTTON:
if mode:
color_used=1
else:
color_used=0
cv2.circle(img_temp,(x,y),5,(255*color_used,)*3,-1)
cv2.circle(mask1,(x,y),3,color_used,-1)
cv2.imshow('img',img_temp)
# cv2.imshow('draw_test',mask1)
cv2.namedWindow('img')
img = cv2.imread('zende.jpg')
img_temp=img.copy()
bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)
mask1=3*np.ones(img.shape[:2],np.uint8)
cv2.setMouseCallback('img',drawCircle)
cv2.imshow('img',img)
#cv2.imshow('draw_test',mask1)
# 按下'm'键表示切换画笔模式，按下'q'键退出，按下'o'键表示选定完毕开始提取
while(1):
k=cv2.waitKey(0)& 0xFF
if k==ord('m'):
mode=not mode
elif k==ord('q'):
break
elif k==ord('o'):
cv2.grabCut(img,mask1,None,bgdModel,fgdModel,4,cv2.GC_INIT_WITH_MASK)
mask2 = np.where((mask1==2)|(mask1==0),0,1).astype('uint8')
img = img*mask2[:,:,np.newaxis]
img += 255*(1-cv2.cvtColor(mask2,cv2.COLOR_GRAY2BGR))
cv2.imwrite('test.jpg',img)
cv2.imshow('img',img)
cv2.destroyAllWindows()
处理效果：
处理过程(左) MASK模式下处理结果(右)