前言
grabcut算法利用了图像中的纹理(颜色)信息和边界(反差)信息,只用少量的用户交互操作,即可得到比较好的分割结果,和分水岭顺丰比较相似,但是计算速度比较慢,得到的结果比较精确
用法:输入一幅图片并对一些像素做属于背景或属于前景的标记,算法会根据这个局部标记计算出整个图像中前景和背景的分割线。
一、grabcut函数
void grabcut(inputarray img, inputoutputarray mask, rect rect, inputoutputarray bgdmodel, inputoutputarray fgdmodel, int itercount, int mode = gc_eval); img 输入图像 mask 输出掩码 rect 用户选择的前景矩形区域 bgdmodel 输出背景图像 fgdmodel 输出前景图像 itercount 迭代次数 mode 用于指示函数执行什么操作
二、compare函数
compare函数主要用于两个图像之间进行逐像素的比较
void compare(inputarray src1, inputarray src2, outputarray dst, int cmpop); src1 原始图像1 src2原始图像2 dst 结果图像 cmpop 操作类型
三、代码
#include<iostream> #include<opencv.hpp> using namespace std; using namespace cv; int main() { mat img1; img1 = imread("test2.jpg"); imshow("原图", 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); }
效果图:
以上就是c++ opencv利用grabcut算法实现抠图示例的详细内容,更多关于c++ opencv grabcut算法抠图的资料请关注其它相关文章!