grabcut图像分割(2)

本文介绍了GrabCut图像分割算法的应用案例。通过固定矩形区域作为初始化条件,简化了人机交互过程,实现了图像前景的有效提取。然而,图像大小标准化及算法效率等问题仍有待解决。

  grabcut分割算法简单且效果较好,初步决定将其应用到项目中,为了省去其人机交互的部分考虑到图像的显著性,查看的基本方法大多涉及机器学习。由于我们的项目待处理图像较为规整,于是想到每幅图片均提取相同的矩形区域,为grabcut算法提供先验像素。具体代码如下:

#include"highgui.h"  
#include"cv.h"  
using namespace cv;  
  
Rect selection;  
Mat img,img0; 
int main()
{  
Mat srcMarks;
    img = imread("1.jpg");          
    imshow("原图", img);  

img0 = img.clone(); 

//绘制合适大小的矩形区域:

selection = cv::Rect(20,150,850,300);
img.copyTo(srcMarks);
cv::rectangle(srcMarks, selection, cv::Scalar(255, 0, 0),1,1,0);
imshow("srcMarks",srcMarks);
waitKey(100);
  Mat result; // 4种可能结果  
    Mat bgModel, fgModel; // 背景/前景 
grabCut(srcMarks, result, selection, bgModel, fgModel, 5, GC_INIT_WITH_RECT);  
            compare(result,GC_PR_FGD,result,CMP_EQ);//得到前景mask  
            Mat foreground(img.size(),CV_8UC3,Scalar::all(255));  
            img0.copyTo(foreground,result);  
            imshow("grabcut",foreground);

     waitKey();      

}  



初步实现了我们的想法,仍存在的问题:

1、图片素材大小不一,需预先将所有图像大小标准化。

2、速度较慢。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值