C++?opencv如何利用grabCut算法實現摳圖

今天小編給大家分享一下C++ opencv如何利用grabCut算法實現摳圖的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

前言

grabCut算法利用了圖像中的紋理（顏色）信息和邊界（反差）信息，只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：輸入一幅圖片并對一些像素做屬于背景或屬于前景的標記，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 用于指示函數執行什么操作

二、compare函數

compare函數主要用于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如何利用grabCut算法實現摳圖”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。