C++ opencv利用grabCut算法實現摳圖示例

Posted on by

前言

grabCut算法利用瞭圖像中的紋理（顏色）信息和邊界（反差）信息，隻用少量的用戶交互操作，即可得到比較好的分割結果，和分水嶺順豐比較相似，但是計算速度比較慢，得到的結果比較精確

用法：輸入一幅圖片並對一些像素做屬於背景或屬於前景的標記，算法會根據這個局部標記計算出整個圖像中前景和背景的分割線。

一、grabCut函數

void grabCut(InputArray img, InputOutputArray mask, Rect rect,
		InputOutputArray bgdModel, InputOutputArray fgdModel,
		int iterCount, int mode = GC_EVAL);
	img 輸入圖像
	mask 輸出掩碼
	rect 用戶選擇的前景矩形區域
	bgdModel 輸出背景圖像
	fgdModel 輸出前景圖像
	iterCount 迭代次數
	mode 用於指示函數執行什麼操作

二、compare函數

compare函數主要用於兩個圖像之間進行逐像素的比較

void compare(InputArray src1, InputArray src2, OutputArray dst, int cmpop);
	src1 原始圖像1
	src2原始圖像2
	dst 結果圖像
	cmpop 操作類型

三、代碼

#include<iostream>
#include<opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
	Mat img1;
	img1 = imread("test2.jpg");
	imshow("原圖", img1);
	Rect rect(84, 84, 406, 318);
	Mat img2, bg, fg;
	grabCut(img1, img2, rect, bg, fg,1,GC_INIT_WITH_RECT);
	compare(img2, GC_PR_FGD, img2, CMP_EQ);
	imshow("img2", img2);
	Mat img3(img1.size(), CV_8UC3, Scalar(255, 255, 255));
	img1.copyTo(img3, img2);
	imshow("img3", img3);
	waitKey(0);
}

效果圖：

以上就是C++ opencv利用grabCut算法實現摳圖示例的詳細內容，更多關於C++ opencv grabCut算法摳圖的資料請關註LevelAH其它相關文章！

推薦閱讀：