1

我遵循这个 opencv 教程并使用我自己的图像和掩码来改进使用 opencv 抓取算法的分割,但结果掩码与初始掩码相同。

代码:

import cv2

init_mask = cv2.imread('/path/to/mask.png',0)
img = cv2.imread('/path/to/image.png')

mask = np.zeros(image.shape[:2],np.uint8)
mask[init_mask == 255] = 1

bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

mask, bgdModel, fgdModel = 
cv2.grabCut(img,mask,None,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_MASK)

mask = np.where((mask==2)|(mask==0),0,1).astype('uint8')
mask[mask == 1] = 255

np.all(mask==init_mask) # True

初始掩码:

在此处输入图像描述

图片:

在此处输入图像描述

谢谢!

4

1 回答 1

2

掩码cv2.grabCut可以取四个值:

  • 0:地面实况背景
  • 1:地面实况前景
  • 2:可能的背景
  • 3:可能的前景

在此处记录。

在你的情况下,它什么也没做,因为掩码只有零和一,所以你告诉函数你确定当前的分割。如果您将蒙版图像的其余部分设置为 2,它将适合背景模型,并且算法可以运行。

如果您愿意,您仍然可以将一些像素设置为真实背景。

import cv2

init_mask = cv2.imread('mask.png',0)
img = cv2.imread('image.png')

mask = np.zeros(img.shape[:2],np.uint8)
mask[init_mask == 255] = 1
mask[init_mask == 0] = 2 #Guess everything else is background

bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

mask, bgdModel, fgdModel = cv2.grabCut(img,mask,None,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_MASK)

mask = np.where((mask==2)|(mask==0),0,1).astype('uint8')
mask[mask == 1] = 255

运行我的代码的结果

于 2018-12-21T23:09:12.943 回答