OpenCV每日函数 图像分割模块 GrabCut函数前景分割与提取

一、概述

        计算机视觉研究中，图像分割仍是一个非常灵活的区域，并没有一个算法百试百灵。

        首先，分割图像意味着为每个像素分配一个标签。在 GrabCut 和其他前景提取算法的情况下，每个像素要么被标记为处于图像的前景中，要么被标记为背景。

        除了cv::grabCut()算法，平时常用的还有：漫水填充-cv::floodFill()；分水岭算法-cv::watershed()；Mean-Shift分割算法-cv::pyrMeanShiftFiltering()。

        GrabCut算法的工作原理是：

        接受输入图像与任一（1）的边界框，我们想段或（2）所涉及的图像中指定的对象的位置掩模即近似分割

        反复执行以下步骤：

        步骤1：通过高斯混合模型（GMM）估算前景和背景的颜色分布

        步骤＃2