概述
图片编辑中常需要用到抠图功能，将图片想要的部分扣出来再合成到别的图中。本片文章主要介绍一种通过手指选取抠图前景进行抠图的方案，主要利用OpenCV 的grabCut分割算法进行抠图。
抠图原理：
1.bitmap转mat。
2.采集mask，用户选择抠图区域时，记录point 加入list中。
3.Imgproc.grabCut 传入mask进行抠图，得到抠出部分并做边缘处理。
4.mat转bitmap，得到最终抠出的bitmap。
流程：
按比例放缩图片--> 采集mask --> grabCut --> 边缘处理 --> 得到抠出的图片grabcutBitmap --> grabcutBitmap转化为纯色colorBitimap -->colorBitimap放缩到原始大小，用于显示最终扣出的图片区域。（原图按比例放缩到目标尺寸，因为opencv 图片越大抠图时间越长，需要适当缩小图片，最终抠图耗时600毫秒左右）
1.选择一张图片
2.选取需要抠出的部分，这里我想抠这只狗子，只需要手指涂抹这只狗子，如图，只需要选中大致区域就可以，需要注意的是，这只狗通体白色，如果只选中白色区域，最后抠出来的图，就会缺少眼睛和鼻子部分，所以需要把眼睛和鼻子的部分也选中。我们需要记录手指滑动经过过位置的point，放入一个list。
3.抠图
3.1 Bitmap 转Mat
Mat imgPR =new Mat();
Utils.bitmapToMat(mScaleBitmap, imgPR);
3.2 收集mask，手指移动是，将point 传给firstMask
Mat firstMask =new Mat();
Size size =new Size(mScaleBitmap.getWidth(), mScaleBitmap.getHeight());
firstMask.create(size, CvType.CV_8UC1);
firstMask.setTo(new Scalar(GC_PR_BGD));//扣前景
for (int j =0; j < points.size(); j++) {
final Point point = points.get(j);
Imgproc.circle(firstMask, mPoint, radiusCircle, new Scalar(GC_FGD)); （mPoint就是触摸的点）}
3.4执行grabCut 方法
grabCut(Mat img, Mat mask, Rect rect, Mat bgdModel, Mat fgdModel, int iterCount, int mode)
img：输入图像，输入图像越小识别越快
mask： 选取的前景mask
rect: 包含前景的矩形
bgModel,fgModel : 前景、背景
iterCount: 迭代次数 次数越多识别越精确，但耗时更长
3.5 最终识别的区域，如下图，最终识别的区域就是这些，还是比较准确的。
3.6 算法原理
在图片中定义(一个或者多个)包含物体的矩形。
矩形外的区域被自动认为是背景。
对于用户定义的矩形区域，可用背景中的数据来区分它里面的前景和背景区域。
用高斯混合模型(GMM)来对背景和前景建模，并将未定义的像素标记为可能的前景或者背景。
图像中的每一个像素都被看做通过虚拟边与周围像素相连接，而每条边都有一个属于前景或者背景的概率，这是基于它与周边像素颜色上的相似性。
每一个像素(即算法中的节点)会与一个前景或背景节点连接。
在节点完成连接后(可能与背景或前景连接)，若节点之间的边属于不同终端(即一个节点属于前景，另一个节点属于背景)，则会切断他们之间的边，这就能将图像各部分分割出来
ps：当前景与背景像素颜色接近时，识别不精准,选取mask时 尽量包含前景矩形区域内所有颜色。