C++ opencv利用grabCut算法实现抠图示例
时间：2023-01-12 12:40:04 | 栏目：C代码 | 点击：次
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：
