Opencv学习笔记（三十一）图像前景提取GrabCut 算法

最新推荐文章于 2024-04-22 01:56:32 发布

weixin_43170082

最新推荐文章于 2024-04-22 01:56:32 发布

阅读量209

点赞数

分类专栏： OpenCV-数字图像处理文章标签： opencv 计算机视觉 cv

本文链接：https://blog.csdn.net/weixin_43170082/article/details/116245106

版权

OpenCV-数字图像处理专栏收录该内容

30 篇文章 4 订阅

订阅专栏

这篇博客介绍了如何利用OpenCV库中的grabCut函数进行图像的前景与背景分割。通过创建掩模、初始化模型并设定感兴趣区域，实现了对指定图像中动物部分的精确提取，并将结果保存为新的图片文件。最终展示了一个使用matplotlib显示处理后图像的例子。

摘要由CSDN通过智能技术生成

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread(r'F:\OPENCV\Opencv\animal.png')
# 创建掩膜
mask = np.zeros(img.shape[:2], np.uint8)
bgdModel = np.zeros((1, 65), np.float64)
fgdModel = np.zeros((1, 65), np.float64)
rect = (40, 40, 1000, 1000)
# 函数的返回值是更新的mask, bgdModel, fgdModel
cv2.grabCut(img, mask, rect, bgdModel, fgdModel, 5, cv2.GC_INIT_WITH_RECT)
mask2 = np.where((mask == 2) | (mask == 0), 0, 1).astype('uint8')
img = img * mask2[:, :, np.newaxis]
cv2.imwrite(r'F:\OPENCV\Opencv\animal-fg.png', img)
plt.imshow(img[:, :, ::-1])
plt.colorbar()
plt.show()