GrabCut

該算法，在opencv中很容易就可以使用。

通過對于一開始取定的矩陣來做來模擬。
（這個我們可以通過調整這個點的以及對應的矩陣大小來調整效果）

---

下面就是算法提取出來的圖像，以及原圖

下面這就是原圖（就是代碼的輸入圖片）

代碼

import cv2 import numpy as np from matplotlib import pyplot as pltimg = cv2.imread('3.jpg') OLD_IMG = img.copy() mask = np.zeros(img.shape[:2], np.uint8)SIZE = (1, 65) bgdModle = np.zeros(SIZE, np.float64) fgdModle = np.zeros(SIZE, np.float64)rect = (60, 25, 500, 500)cv2.grabCut(img, mask, rect, bgdModle, fgdModle, 5, cv2.GC_INIT_WITH_RECT)mask2 = np.where((mask == 2) | (mask == 0), 0, 1).astype('uint8') img *= mask2[:, :, np.newaxis]plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.title("grabcut"), plt.xticks([]), plt.yticks([])plt.subplot(122), plt.imshow(cv2.cvtColor(OLD_IMG, cv2.COLOR_BGR2RGB)) plt.title("original"), plt.xticks([]), plt.yticks([])plt.savefig('GrabCut.png') plt.show() 《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的用GrabCut进行前景检测（对书中代码进行改进）Python的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。