OpenCV | grabcut

// 矩形外的像素是背景
cv::Rect rectangle(50,70,image.cols-150,image.rows-180);

cv::Mat result;
//两个临时矩阵变量，作为算法的中间变量使用，不用care
cv::Mat bgModel,fgModel;

cv::grabCut(image,    //输入图像
    result,   //分段结果
    rectangle,// 包含前景的矩形
    bgModel,fgModel, // 前景、背景
    1,        // 迭代次数
    cv::GC_INIT_WITH_RECT); // 用矩形

// 得到可能是前景的像素
//比较函数保留值为GC_PR_FGD的像素
cv::compare(result,cv::GC_PR_FGD,result,cv::CMP_EQ);
// 产生输出图像
cv::Mat foreground(image.size(),CV_8UC3,cv::Scalar(255,255,255));
//背景值为 GC_BGD=0，作为掩码
image.copyTo(foreground,result);




cv::Mat result1= cv::Mat(image1.rows, image1.cols,CV_8UC1, cv::Scalar(cv::GC_BGD));
//注意给子矩阵赋值的方法
cv::Mat roi(result1, cv::Rect(50,70,result1.cols-150,result.rows-180));
roi = cv::Scalar(cv::GC_PR_FGD);
tt = cv::getTickCount();
// GrabCut 分段
cv::grabCut(image1,    //输入图像
    result1,   //分段结果
    rectangle,// 包含前景的矩形
    bgModel,fgModel, // 前景、背景
    1,        // 迭代次数
    cv::GC_INIT_WITH_MASK); // 用矩形
tt = cv::getTickCount() - tt;
printf("算法执行执行时间:%g ms\n", tt/cv::getTickFrequency()*1000);

// 得到可能是前景的像素
//比较函数保留值为GC_PR_FGD的像素
cv::compare(result1,cv::GC_PR_FGD,result,cv::CMP_EQ);
// 产生输出图像
cv::Mat foreground1(image1.size(),CV_8UC3,cv::Scalar(255,255,255));
//背景值为 GC_BGD=0，作为掩码
image.copyTo(foreground1,result1);