opencv学习之路(31)、GrabCut & FloodFill图像分割
一、GrabCut
1、利用Rect做分割
#include "opencv2/opencv.hpp"
using namespace cv; void main()
{
Mat src = imread("E://bird.jpg");
Rect rect(, , , );//左上坐标(X,Y)和长宽
Mat result, bg, fg; grabCut(src, result, rect, bg, fg, , GC_INIT_WITH_RECT);
imshow("grab", result);
/*threshold(result, result, 2, 255, CV_THRESH_BINARY);
imshow("threshold", result);*/ compare(result, GC_PR_FGD, result, CMP_EQ);//result和GC_PR_FGD对应像素相等时,目标图像该像素值置为255
imshow("result",result);
Mat foreground(src.size(), CV_8UC3, Scalar(, , ));
src.copyTo(foreground, result);//copyTo有两种形式,此形式表示result为mask
imshow("foreground", foreground);
waitKey();
}
grab并非是全黑图像,对其使用二值化后能看到低像素值的情况
2、利用mask做分割
#include "opencv2/opencv.hpp"
using namespace cv; void main()
{
Mat src = imread("E://bird.jpg");
//Rect rect(84, 84, 406, 318);
Rect rect;
Mat bgModel, fgModel;
Mat result(src.size(), CV_8U, Scalar());
Mat ROI(result(Rect(, , , )));
ROI.setTo(GC_PR_FGD);//ROI设置为可能是前景 grabCut(src, result, rect, bgModel, fgModel, , GC_INIT_WITH_MASK);
//threshold(result, result, 2, 255, CV_THRESH_BINARY);
imshow("grab", result);
compare(result, GC_PR_FGD, result, CMP_EQ);
//result = result&1;
imshow("result", result);
Mat foreground(src.size(), CV_8UC3, Scalar(, , ));
src.copyTo(foreground, result);
imshow("foreground", foreground); waitKey();
}
二、漫水填充算法——floodFill
#include "opencv2/opencv.hpp"
using namespace cv; void main()
{
Mat src = imread("E://bird.jpg");
imshow("src", src);
Rect rect;
//原图,种子点,新颜色,重绘区域的最小边界矩形,负差,正差
floodFill(src, Point(,), Scalar(, , ), &rect, Scalar(, , ), Scalar(, , ));
imshow("result", src);
waitKey();
}
三、综合应用(代码来自浅墨大神)
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace std;
using namespace cv; Mat g_srcImage, g_dstImage, g_grayImage, g_maskImage;//定义原始图、目标图、灰度图、掩模图
int g_nFillMode = ;//漫水填充的模式
int g_nLowDifference = , g_nUpDifference = ;//负差最大值、正差最大值
int g_nConnectivity = ;//表示floodFill函数标识符低八位的连通值
int g_bIsColor = true;//是否为彩色图的标识符布尔值
bool g_bUseMask = false;//是否显示掩膜窗口的布尔值
int g_nNewMaskVal = ;//新的重新绘制的像素值 static void ShowHelpText()
{
//输出一些帮助信息
printf("\n\n\n\t欢迎来到漫水填充示例程序~\n\n");
printf("\n\n\t按键操作说明: \n\n"
"\t\t鼠标点击图中区域- 进行漫水填充操作\n"
"\t\t键盘按键【ESC】- 退出程序\n"
"\t\t键盘按键【1】- 切换彩色图/灰度图模式\n"
"\t\t键盘按键【2】- 显示/隐藏掩膜窗口\n"
"\t\t键盘按键【3】- 恢复原始图像\n"
"\t\t键盘按键【4】- 使用空范围的漫水填充\n"
"\t\t键盘按键【5】- 使用渐变、固定范围的漫水填充\n"
"\t\t键盘按键【6】- 使用渐变、浮动范围的漫水填充\n"
"\t\t键盘按键【7】- 操作标志符的低八位使用4位的连接模式\n"
"\t\t键盘按键【8】- 操作标志符的低八位使用8位的连接模式\n"
"\n\n\t\t\t\t\t\t\t\t by浅墨\n\n\n"
);
} //鼠标消息onMouse回调函数
static void onMouse(int event, int x, int y, int, void*)
{
// 若鼠标左键没有按下,便返回
if (event != CV_EVENT_LBUTTONDOWN)
return;
//-------------------【<1>调用floodFill函数之前的参数准备部分】---------------
Point seed = Point(x, y);
int LowDifference = (g_nFillMode == ) ? : g_nLowDifference;//空范围的漫水填充,此值设为0,否则设为全局的g_nLowDifference
int UpDifference = g_nFillMode == ? : g_nUpDifference;//空范围的漫水填充,此值设为0,否则设为全局的g_nUpDifference
int flags = g_nConnectivity + (g_nNewMaskVal << ) +
(g_nFillMode == ? CV_FLOODFILL_FIXED_RANGE : );//标识符的0~7位为g_nConnectivity,8~15位为g_nNewMaskVal左移8位的值,16~23位为CV_FLOODFILL_FIXED_RANGE或者0。 //随机生成bgr值
int b = (unsigned)theRNG() & ;//随机返回一个0~255之间的值
int g = (unsigned)theRNG() & ;//随机返回一个0~255之间的值
int r = (unsigned)theRNG() & ;//随机返回一个0~255之间的值
Rect ccomp;//定义重绘区域的最小边界矩形区域 Scalar newVal = g_bIsColor ? Scalar(b, g, r) : Scalar(r*0.299 + g*0.587 + b*0.114);//在重绘区域像素的新值,若是彩色图模式,取Scalar(b, g, r);若是灰度图模式,取Scalar(r*0.299 + g*0.587 + b*0.114) Mat dst = g_bIsColor ? g_dstImage : g_grayImage;//目标图的赋值
int area; //--------------------【<2>正式调用floodFill函数】-----------------------------
if (g_bUseMask)
{
threshold(g_maskImage, g_maskImage, , , CV_THRESH_BINARY);
area = floodFill(dst, g_maskImage, seed, newVal, &ccomp, Scalar(LowDifference, LowDifference, LowDifference),
Scalar(UpDifference, UpDifference, UpDifference), flags);
imshow("mask", g_maskImage);
}
else
{
area = floodFill(dst, seed, newVal, &ccomp, Scalar(LowDifference, LowDifference, LowDifference),
Scalar(UpDifference, UpDifference, UpDifference), flags);
} imshow("效果图", dst);
cout << area << " 个像素被重绘\n";
} void main()
{
system("color 2F");//改变console字体颜色
g_srcImage = imread("E://lena.jpg", );//载入原图
if (!g_srcImage.data) { printf("Oh,no,读取图片image0错误~! \n"); return; }
ShowHelpText(); g_srcImage.copyTo(g_dstImage);//拷贝源图到目标图
//cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);//转换三通道的image0到灰度图
g_maskImage.create(g_srcImage.rows + , g_srcImage.cols + , CV_8UC1);//利用image0的尺寸来初始化掩膜mask namedWindow("效果图", CV_WINDOW_NORMAL);
//创建Trackbar
createTrackbar("负差最大值", "效果图", &g_nLowDifference, , );
createTrackbar("正差最大值", "效果图", &g_nUpDifference, , );
//鼠标回调函数
setMouseCallback("效果图", onMouse, ); //循环轮询按键
while ()
{
//先显示效果图
imshow("效果图", g_bIsColor ? g_dstImage : g_grayImage);
//获取键盘按键
int c = waitKey();
//判断ESC是否按下,若按下便退出
if ((c & ) == )
{
cout << "程序退出...........\n";
break;
} //根据按键的不同,进行各种操作
switch ((char)c)
{
case '': //如果键盘“1”被按下,效果图在在灰度图,彩色图之间互换
if (g_bIsColor)//若原来为彩色,转为灰度图,并且将掩膜mask所有元素设置为0
{
cout << "键盘“1”被按下,切换彩色/灰度模式,当前操作为将【彩色模式】切换为【灰度模式】\n";
cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
g_maskImage = Scalar::all(); //将mask所有元素设置为0
g_bIsColor = false; //将标识符置为false,表示当前图像不为彩色,而是灰度
}
else//若原来为灰度图,便将原来的彩图image0再次拷贝给image,并且将掩膜mask所有元素设置为0
{
cout << "键盘“1”被按下,切换彩色/灰度模式,当前操作为将【彩色模式】切换为【灰度模式】\n";
g_srcImage.copyTo(g_dstImage);
g_maskImage = Scalar::all();
g_bIsColor = true;//将标识符置为true,表示当前图像模式为彩色
}
break;
case ''://显示/隐藏掩膜窗口
if (g_bUseMask)
{
destroyWindow("mask");
g_bUseMask = false;
}
else
{
namedWindow("mask", );
g_maskImage = Scalar::all();
imshow("mask", g_maskImage);
g_bUseMask = true;
}
break;
case ''://恢复原始图像
cout << "按键“3”被按下,恢复原始图像\n";
g_srcImage.copyTo(g_dstImage);
cvtColor(g_dstImage, g_grayImage, COLOR_BGR2GRAY);
g_maskImage = Scalar::all();
break;
case ''://使用空范围的漫水填充
cout << "按键“4”被按下,使用空范围的漫水填充\n";
g_nFillMode = ;
break;
case ''://使用渐变、固定范围的漫水填充
cout << "按键“5”被按下,使用渐变、固定范围的漫水填充\n";
g_nFillMode = ;
break;
case ''://使用渐变、浮动范围的漫水填充
cout << "按键“6”被按下,使用渐变、浮动范围的漫水填充\n";
g_nFillMode = ;
break;
case ''://操作标志符的低八位使用4位的连接模式
cout << "按键“7”被按下,操作标志符的低八位使用4位的连接模式\n";
g_nConnectivity = ;
break;
case ''://操作标志符的低八位使用8位的连接模式
cout << "按键“8”被按下,操作标志符的低八位使用8位的连接模式\n";
g_nConnectivity = ;
break;
}
}
}
opencv学习之路(31)、GrabCut & FloodFill图像分割的更多相关文章
- Opencv学习之路—Opencv下基于HOG特征的KNN算法分类训练
在计算机视觉研究当中,HOG算法和LBP算法算是基础算法,但是却十分重要.后期很多图像特征提取的算法都是基于HOG和LBP,所以了解和掌握HOG,是学习计算机视觉的前提和基础. HOG算法的原理很多资 ...
- OpenCV 学习之路(1)
OpenCV的第一个代码: #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #i ...
- opencv学习之路(41)、人脸识别
一.人脸检测并采集个人图像 //take_photo.cpp #include<opencv2/opencv.hpp> using namespace cv; using namespac ...
- opencv学习之路(40)、人脸识别算法——EigenFace、FisherFace、LBPH
一.人脸识别算法之特征脸方法(Eigenface) 1.原理介绍及数据收集 特征脸方法主要是基于PCA降维实现. 详细介绍和主要思想可以参考 http://blog.csdn.net/u0100066 ...
- opencv学习之路(39)、PCA
一.PCA理论介绍 网上已经有许多介绍pca原理的博客,这里就不重复介绍了.详情可参考 http://blog.csdn.net/zhongkelee/article/details/44064401 ...
- opencv学习之路(38)、Mat像素统计基础——均值,标准差,协方差;特征值,特征向量
本文部分内容转自 https://www.cnblogs.com/chaosimple/p/3182157.html 一.统计学概念 二.为什么需要协方差 三.协方差矩阵 注:上述协方差矩阵还需要除以 ...
- opencv学习之路(37)、运动物体检测(二)
一.运动物体轮廓椭圆拟合及中心 #include "opencv2/opencv.hpp" #include<iostream> using namespace std ...
- opencv学习之路(36)、运动物体检测(一)
一.简介 二.背景减法 图片说明 #include "opencv2/opencv.hpp"using namespace cv; void main() { Mat img1 = ...
- opencv学习之路(35)、SURF特征点提取与匹配(三)
一.简介 二.opencv中的SURF算法接口 三.特征点匹配方法 四.代码 1.特征点提取 #include "opencv2/opencv.hpp" #include < ...
随机推荐
- create database link
如果本地的tnsnames.ora中未建立数据库连接,那么就是用1,否则就是用2 1:create database link geelyin96 connect to geelyin identif ...
- 修改phpcms默认分页样式
#pages { padding-top:30px;text-align:center;font:12px '微软雅黑';} #pages a { display:inline-block; padd ...
- Oracle课程档案,第十六天
restore:恢复文件 recover: 恢复日志 丢失current日志组(正常关闭数据库):故障:SQL> select group#, status from v$log; 确认curr ...
- 公众号对接绑定视频教程<推荐>【申明:来源于网络】
公众号对接绑定视频教程<推荐>[申明:来源于网络] 地址: http://www.456wx.com/bbs/thread-123-1-1.html
- 嵌入式常用技术概览之IIC(I2C)
一.先决知识 (1)模电基础知识(用以理解IIC如何通信) 二.IIC概览 I2C是80年代飞利浦(Philips->NXP->高通)研 ...
- [yum] yum加速
通常,以我对于个人生活和工作品质的要求,并没有这个需求. 因为我的宽带费很贵,独享.就算是centos主站,也很快.但是当你去了一些办公环境恶劣的地方上班的时候, 也难免动用一些小技巧.如下: 装这个 ...
- 目标检测(六)YOLOv2__YOLO9000: Better, Faster, Stronger
项目链接 Abstract 在该论文中,作者首先介绍了对YOLOv1检测系统的各种改进措施.改进后得到的模型被称为YOLOv2,它使用了一种新颖的多尺度训练方法,使得模型可以在不同尺寸的输入上运行,并 ...
- JDBC事务(一)
package cn.sasa.tran01; import java.sql.Connection; import java.sql.DriverManager; import java.sql.P ...
- Docker入门1------概念和安装
关于docker的介绍: https://www.cnblogs.com/neptunemoon/p/6512121.html docker入门教程:http://www.docker.org.cn/ ...
- PHP调用接口用post方法传送json数据
1.核心代码: <?php require("helper.php"); header('content-type:text/html;charset=utf-8'); $k ...