UD5工具箱
什么是交互式图像分割？
交互式图像分割是一种半自动的图像处理技术，用户通过在图像上放置少量标记点（正点和负点）来引导算法自动识别和分离目标对象。与传统的纯手动抠图相比，交互式分割大幅减少了用户的操作量；与全自动分割相比，它又保留了用户对分割结果的精确控制能力。这种人机协作的方式在实际应用中往往能获得最优的分割效果，特别是在对象边界复杂或背景干扰较大的场景下。
正点和负点分别代表什么？
正点用绿色圆点标记，表示"这个区域属于我想要提取的目标对象"。算法会以正点为中心，将颜色相似的相邻像素纳入选区。负点用红色圆点标记，表示"这个区域不属于目标对象"，算法会将负点附近的相似区域排除在选区之外。两种标记点可以多次交替使用：先放置若干正点大致框定对象范围，再在误选的背景区域放置负点进行修正，逐步获得精确的分割边界。
颜色容差阈值如何调节？
颜色容差阈值通过页面上的滑块控件进行调节。向左拖动减小数值会使分割条件更严格，只有与标记点颜色非常接近的像素才会被选中，适合处理颜色均匀、边界清晰的对象。向右拖动增大数值则会放宽颜色匹配条件，允许颜色差异较大的像素也被纳入选区，适合处理色彩渐变或光照不均匀的场景。建议从默认值开始，根据分割效果逐步微调，找到最佳平衡点。
分割的算法原理是什么？
本工具的分割算法基于洪水填充（Flood Fill）结合RGB颜色空间距离计算。当用户放置正点时，算法以该点的RGB颜色值为基准，计算周围像素与基准颜色之间的欧氏距离。如果距离小于设定的颜色容差阈值，则将该像素纳入选区，并以该像素为新种子继续向外扩展。当遇到颜色距离超过阈值的像素时停止扩展，形成自然的边界。负点的作用类似，但标记的是需要排除的区域，算法会优先排除负点附近的像素。
交互式分割有哪些实际应用场景？
交互式图像分割在多个领域有广泛应用。电商行业用于快速提取商品轮廓，制作白底主图或进行场景合成。医学影像领域用于辅助识别器官、病灶区域。自动驾驶领域用于道路和行人检测的前期处理。增强现实（AR）用于实时抠像和虚拟背景替换。摄影后期用于人像抠图和背景更换。工业质检用于缺陷区域的标注和分析。此外，在学术研究和教学中，交互式分割也是理解计算机视觉基础算法的重要工具。
如何获得最佳分割效果？
获得最佳效果的关键在于合理使用标记点和参数调节。首先，在目标对象的不同颜色区域（如高光区、阴影区、中间调）分别放置正点，让算法全面了解对象的颜色分布。其次，在对象边缘附近的背景区域放置负点，帮助算法更准确地识别边界。然后，根据对象与背景的颜色差异调节容差阈值：差异大时可适当增大阈值，差异小时则应减小。最后，利用蒙版透明度调节功能反复检查分割质量，必要时补充标记点进行微调。
工具支持哪些图像格式？
本工具支持四种常见图像格式的上传和处理：JPEG（.jpg/.jpeg）是最常用的有损压缩格式，适合照片类图像；PNG（.png）支持无损压缩和透明通道，适合截图和设计素材；WebP（.webp）是Google推出的高效压缩格式，在保持画质的同时文件体积更小；BMP（.bmp）是Windows标准位图格式，未压缩保留原始画质。建议使用JPEG或PNG格式的图片以获得最佳兼容性，图片分辨率建议不超过4096像素。
导出的蒙版是什么格式？
导出的蒙版为PNG格式，具有透明背景。蒙版中的白色区域表示选中的目标对象部分，黑色区域表示被排除的背景部分，灰色区域表示半透明过渡地带。PNG格式的优势在于无损压缩且完整保留alpha通道信息，确保蒙版的透明度数据不丢失。您可以直接将导出的PNG文件拖入Photoshop、GIMP等图像编辑软件中作为图层蒙版使用，也可以在网页设计和视频编辑项目中直接应用。