Graph Based Image Segmentation的实现，完整实现流程，附测试数据和代码，及理解

Graph Based Image Segmentation(全在ubuntu下实现）

先上效果,
需要代码及测试数据的可以都可以在我的github下载，github地址
或者 百度云下载地址：链接：https://pan.baidu.com/s/1_XuqK0Kv7f3lzKnck8A6Pw
提取码：36w2

参考算法理解https://blog.csdn.net/ttransposition/article/details/38024557

分割算法	原始图片	分割图片
Graph Based Image Segmentation
k-means分割算法
Mask-RCNN

1. 下载源码：官方地址
2. 命令窗口：注意在Ubuntu下，图片下载后转ppm格式，jpg转换ppm网站，之后运行的时候用得到

make
make后会生成segment文件，window下我试了不能运行，还是要在ubuntu下运行

3. 接下来就是见证奇迹的时刻,输入终极代码，召唤神龙，只需要准备好图片数据 beach.ppm 就行，beach-seg.ppm 是生成的图片名字

./segment 0.5 500 20 beach.ppm beach-seg.ppm

/********************************************
sigma 对原图像进行高斯滤波去噪
k 控制合并后的区域的数量
min: 后处理参数，分割后会有很多小区域，当区域像素点的个数小于min时，选择与其差异最小的区域合并
input 输入图像（PPM格式）
output 输出图像（PPM格式）
sigma: Used to smooth the input image before segmenting it.
k: Value for the threshold function.
min: Minimum component size enforced by post-processing.
input: Input image.
output:Output image.
Typical parameters are sigma = 0.5, k = 500, min = 20.
Larger values for k result in larger components in the result.
*/

注解部分参考：https://blog.csdn.net/guoyunfei20/article/details/78727972