【问题标题】:OpenCV GrabCut Algorithm example not workingOpenCV GrabCut 算法示例不起作用
【发布时间】:2015-10-14 15:16:08
【问题描述】:

我正在尝试使用 C++ 在 OpenCV 中实现抓取算法 我偶然发现了this site,并找到了一种非常简单的方法。不幸的是,代码似乎不适合我

#include "opencv2/opencv.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main( )
{
 // Open another image
    Mat image;
    image= cv::imread("images/mango11a.jpg");

    // define bounding rectangle 
    cv::Rect rectangle(50,70,image.cols-150,image.rows-180);

    cv::Mat result; // segmentation result (4 possible values)
    cv::Mat bgModel,fgModel; // the models (internally used)

    // GrabCut segmentation
    cv::grabCut(image,    // input image
                    result,   // segmentation result
                            rectangle,// rectangle containing foreground 
                            bgModel,fgModel, // models
                            1,        // number of iterations
                            cv::GC_INIT_WITH_RECT); // use rectangle
    cout << "oks pa dito" <<endl;
    // Get the pixels marked as likely foreground
    cv::compare(result,cv::GC_PR_FGD,result,cv::CMP_EQ);
    // Generate output image
    cv::Mat foreground(image.size(),CV_8UC3,cv::Scalar(255,255,255));
    image.copyTo(foreground,result); // bg pixels not copied

    // draw rectangle on original image
    cv::rectangle(image, rectangle, cv::Scalar(255,255,255),1);
    cv::namedWindow("Image");
    cv::imshow("Image",image);

    // display result
    cv::namedWindow("Segmented Image");
    cv::imshow("Segmented Image",foreground);


    waitKey();
    return 0;
}

谁能帮我解决这个问题?应该是什么问题 PS:编译时没有打印错误。

【问题讨论】:

  • 您的代码对我来说看起来不错。您确定您的图像位于正确的文件夹中吗?您的图像是否大于 150x180 像素?否则,您将在图像区域之外定义一个矩形。
  • 是的,我的图像是 930 X 700 并且图像位于正确的文件夹中,因为我已经使用同一个图像很长一段时间了。我尝试在命令提示符下打印,并且在grabcut函数调用之后,cout似乎没有被实现。

标签: opencv


【解决方案1】:

再次检查您的设置。我刚刚执行了相同的教程,对我来说效果很好。

【讨论】:

    猜你喜欢
    • 2012-03-17
    • 2018-03-31
    • 2019-02-13
    • 1970-01-01
    • 2017-07-17
    • 2018-10-09
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多