> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/image-transformations/transformation-filters/grab-cut-algorithm.md).

# Grab Cut Algorithm

تقوم هذه الدالة بفصل الكائنات الأمامية عن الخلفية باستخدام نهج تجزئة تفاعلي. تقدم ثلاث أوضاع تشغيل حتى تتمكن من تزويد تلميحات مختلفة (اكتشاف تلقائي، ROI مستطيلة، أو أقنعة صغيرة للأمامي/الخلفي) لتوجيه الاستخراج.

## 📥 Inputs (sockets) <a href="#inputs" id="inputs"></a>

`Image Any` قدّم صورة اللون المصدر التي تريد تجزئتها.

`ROI` (اختياري، كمأخذ إدخال في وضع ROI) قدّم مستطيلاً يحدد الموقع التقريبي للكائن (الصيغة: \[(x1,y1),(x2,y2)]).

`Foreground` (اختياري، كمأخذ إدخال في وضع Mask) قدّم قناع رمادي اللون يشير إلى البكسلات المحتملة للأمامي.

`Background` (اختياري، كمأخذ إدخال في وضع Mask) قدّم قناع رمادي اللون يشير إلى البكسلات المحتملة للخلفية.

## 📤 Outputs (sockets) <a href="#outputs" id="outputs"></a>

`Image Any` الصورة المجزأة حيث تمت إزالة الخلفية أو تم قناعتها — يبقى الكائن الأمامي.

## 🕹️ Controls <a href="#controls" id="controls"></a>

`Grabcut Method` اختر بين أوضاع الاستخراج المتاحة:

* `Automatic` يقوم البلوك بمحاولة تحديد الكائن الرئيسي تلقائيًا واستخراجه.
* `ROI` استخدمه عندما يمكنك توفير منطقة مستطيلة حول الكائن.
* `Mask` استخدمه عندما تستطيع تزويد أقنعة صغيرة للأمامي والخلفية.

## 🎨 Features <a href="#features" id="features"></a>

* تعدد أوضاع التشغيل يتيح لك اختيار الأسلوب الأنسب لصورتك وسير العمل.
* يقبل مستطيلات تقريبية وتلميحات دقيقة للأمامي/الخلفية للحصول على تجزئة مرنة.
* ينتج اقتصاصًا نظيفًا مناسبًا للمعالجة أو التصدير اللاحق.
* يعمل على صور الألوان (RGB/BGR) ويعيد نتيجة ملونة مع قناع.

## ⚙️ Running mechanism (high level) <a href="#how-it-works" id="how-it-works"></a>

* يقرأ البلوك الخيار المحدد في `Grabcut Method` ويتوقع توصيل المقابس المناسبة عند الحاجة.
* في وضع `Automatic` يجد منطقة أولية للأمامي تلقائيًا ثم يُحسّنها.
* في وضع `ROI` يستخدم المستطيل المزوَّد كتخمين أولي للاستخراج.
* في وضع `Mask` يستعين بالأقنعة الصغيرة الخاصة بالأمامي/الخلفية لتوجيه الاستخراج.
* النتيجة هي صورة مجزأة مع إزالة أو إضعاف الخلفية وتصدَّر عبر مأخذ الخرج `Image Any`.

## 📝 Usage Instructions <a href="#usage" id="usage"></a>

1. وصل بلوك مُنتج للصورة إلى مدخل `Image Any`.
2. اختر `Grabcut Method`:
   * للحصول على نتائج سريعة تلقائية اختر `Automatic`.
   * للاستخراج المتحكم فيه زود مستطيلاً إلى `ROI` واختر `ROI`.
   * لأفضل دقة في المشاهد الصعبة زود أقنعة صغيرة للأمامي والخلفية واختر `Mask`.
3. عند استخدام `ROI`، قدّم مستطيلاً بالصيغة `[(x1,y1),(x2,y2)]` من بلوك اختيار ROI.
4. عند استخدام `Mask`، قدّم أقنعة رمادية صغيرة تحدد بعض بكسلات الأمامي والخلفية.
5. اقرأ الناتج المجزأ من مأخذ الخرج `Image Any` واستمر في المعالجة أو احفظ/صدّر النتيجة.

## 💡 Tips and Tricks <a href="#tips-and-tricks" id="tips-and-tricks"></a>

* إذا كان الموضوع سهل العزل باللون، أضف تصفية لونية قبل هذا البلوك. بلوكات مفيدة لذلك: `HSV Filter`, `RGB Mask`, أو `Image Threshold`. يمكن لهذه المراحل المساعدة في إنشاء أقنعة `Foreground`/`Background` مفيدة لوضع `Mask`.
* استخدم `Image ROI Select` لرسم وتقديم مستطيل دقيق عند استخدام وضع `ROI`.
* للصور العالية الضوضاء جرّب تنعيم أولاً باستخدام `Blur` أو `Denoising` لتحسين كشف الحواف في وضع `Automatic`.
* ادمج مع `Morphological Transformations` بعد التجزئة لتنظيف الثقوب الصغيرة أو البقع في القناع.
* لعرض أو حفظ النتائج، اربط `Show Image` للمعاينة و`Image Write` أو `Image Logger` لحفظ المخرجات.
* للخلفيات المعقدة جرّب تشغيل `Background Subtractor` أو `Background Removal (RMBG-1.4)` / `Background Removal (BiRefNet)` في تدفق المعالجة قبل ذلك لإنشاء قناع أولي أفضل للـ Grab Cut.

## 🛠️ Troubleshooting <a href="#troubleshooting" id="troubleshooting"></a>

* إذا فاتت أجزاء من الكائن في النتيجة:
  * جرّب وضع `ROI` مع مستطيل أكبر قليلاً.
  * أو قدّم قناع `Foreground` صغير يعلّم بعض بكسلات الكائن.
* إذا بقيت كثير من الخلفية:
  * قدّم تلميحات قناع `Background` تحدد مناطق خلفية.
  * جرّب `Morphological Transformations` لإزالة الخلفية المتبقية بعد التجزئة.
* إذا لم يُكتشف أي كائن في وضع `Automatic`:
  * قم بعملية تمهيدية باستخدام `Contrast Optimization` أو `Auto Contrast` لزيادة الفصل بين الكائن والخلفية.
  * استخدم وضع `ROI` بدلاً من ذلك إذا فشل التخمين التلقائي.
* تأكد أن أي مدخلات قناع مقدَّمة كصور رمادية وأن إحداثيات ROI ضمن حدود الصورة.

هذا البلوك مثالي عندما تحتاج إلى خطوة استخراج أمامية موثوقة قبل عمليات الكشف أو القياس أو العرض.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/image-transformations/transformation-filters/grab-cut-algorithm.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.