今天小编给大家分享一下C++ opencv如何利用grabCut算法实现抠图的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
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如何利用grabCut算法实现抠图”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注天达云行业资讯频道。