本项目提供三种不同的图像分割工具：
- 📦 批量处理：逐张处理文件夹中的所有图片
- 🖱️ 手动框选：为每张图片手动绘制一个或多个框
- 🎯 精确控制：完全控制分割区域
- 💾 自动保存：自动保存生成的 mask
适用场景：需要为每张图片精确指定分割区域
- ⚡ 全自动处理：无需人工干预
- 🎛️ 多种模式：
- 中心点模式
- 网格点模式（3×3）
- 全图框模式
- 中心区域框模式
- 自定义相对坐标框模式
- 🚀 高效快速：适合大批量处理
适用场景：批量处理相似构图的图片
- 🎨 点模式：通过点击前景/背景点进行分割
- 📐 框模式：通过绘制矩形框进行分割
- 🔄 模式切换：支持点和框混合使用
- 👀 实时预览：即时查看分割效果
适用场景：测试效果、单图精细分割
- Python 3.8+
- CUDA（可选，用于 GPU 加速）
git clone https://github.com/yo-WASSUP/Good-Segment.git
cd Good-Segmentpip install opencv-python
pip install numpy
pip install ultralytics或者使用 requirements.txt：
pip install -r requirements.txt✅ 模型已包含：本项目已包含 mobile_sam.pt 模型文件，克隆后即可直接使用，无需额外下载。
💡 模型信息：
- 文件名：
mobile_sam.pt- 位置：项目根目录
- 来源：MobileSAM - 轻量级的 Segment Anything 模型
逐张手动框选，适合需要精确控制的场景。
# 基本用法
python batch_mask_interactive.py images/test
# 指定输出目录
python batch_mask_interactive.py images/test -o output/masks
# 指定模型路径
python batch_mask_interactive.py images/test -m path/to/mobile_sam.pt操作说明：
- 🖱️ 拖拽鼠标：绘制矩形框（可绘制多个）
- ⌨️ 空格键：生成 mask 并进入下一张
- ⌨️ S 键：跳过当前图片
- ⌨️ R 键：重置当前图片的框
- ⌨️ Q 键：退出程序
颜色标识：
- 🟣 紫色框：正在绘制的框
- 🟢 绿色框：已完成的框
全自动处理，适合批量处理相似图片。
# 运行程序
python batch_mask.py按照提示选择模式：
- 自动模式 - 中心点：使用图片中心点作为提示
- 自动模式 - 网格点：使用 3×3 网格点
- 框模式 - 整图：使用整张图片作为框
- 框模式 - 中心80%：使用中心 80% 区域
- 框模式 - 自定义：输入相对坐标（0-1）
适合测试效果和单图精细分割。
python interactive_mask.py操作说明：
- 点模式：
- 左键：添加前景点（绿色）
- 右键：添加背景点（红色）
- 框模式：
- 拖拽：绘制矩形框（紫色）
- 通用操作：
- 空格键：生成 mask
- M 键：切换点/框模式
- R 键：重置所有点和框
- Q 键：退出程序
💡 提示：可以同时使用点和框来获得更精确的分割效果！
Good-Segment/
├── batch_mask_interactive.py # 交互式批量分割工具
├── batch_mask.py # 自动批量分割工具
├── interactive_mask.py # 单图交互式分割工具
├── mobile_sam.pt # MobileSAM 模型文件（已包含）
├── requirements.txt # Python 依赖配置
├── docs/ # 文档和示例
│ └── examples/ # 效果展示图片
├── images/ # 输入图片目录（示例）
│ └── test/ # 测试图片
├── output/ # 输出目录（自动创建）
│ └── masks/ # 生成的 mask
├── .gitignore # Git 忽略文件
└── README.md # 项目说明文档
所有工具生成的 mask 均为：
- 格式：PNG 图像
- 类型：单通道二值图像
- 值域：
- 白色（255）：前景/物体
- 黑色（0）：背景
| 工具 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 交互式批量 | 中等数量图片需要精确分割 | 精确控制，支持多框 | 需要手动操作 |
| 自动批量 | 大量相似构图图片 | 速度快，全自动 | 可能需要调整参数 |
| 单图交互 | 测试效果、单图精细分割 | 灵活性高，支持点+框 | 仅处理单张 |
- 模型文件：项目已包含
mobile_sam.pt模型文件，克隆后即可使用 - 图片格式：支持 jpg、jpeg、png、bmp、tiff、webp 格式
- 内存占用：处理大图或大批量时注意内存占用
- 输出覆盖：输出文件名相同时会覆盖已有文件
Q: 无法加载模型？
A: 请确保 mobile_sam.pt 在正确的路径，可使用 -m 参数指定路径。
Q: 生成的 mask 不准确？
A: 尝试：
- 交互式批量：绘制多个框或调整框的位置
- 自动批量：切换不同的处理模式
- 单图交互：使用点+框混合模式
Q: 处理速度慢？
A:
- 使用 GPU：安装 CUDA 版本的 PyTorch
- 减小图片尺寸
- 使用自动批量模式的简单配置
本项目基于 MobileSAM 和 Ultralytics，请遵守相应的开源许可证。
如果这个项目对您有帮助，欢迎给个 Star ⭐️ 支持一下！
如有问题或建议，欢迎提交 Issue 或 Pull Request。
Good-Segment - 让图像分割更简单 ✨
Made with ❤️ by [Spike Don]