博客
关于我
opencv grabcut
阅读量:76 次
发布时间:2019-02-26

本文共 850 字,大约阅读时间需要 2 分钟。

 

#!/usr/bin/env python# -*- coding: utf-8 -*-import numpy as npimport cv2frame=cv2.imread(r0.jpg")# setup initial location of windowwhile 1:    frame = cv2.imread(r"0.jpg")    roi = cv2.selectROI(windowName="roi", img=frame, showCrosshair=True, fromCenter=False)    x, y, w, h = roi    print(w,h)    img = frame[y:y + h, x:x + w]    cv2.imshow('a', img)    height, width = img.shape[:2]    mask = np.zeros(img.shape[:2],np.uint8)    # 背景模型    bgdModel = np.zeros((1,65),np.float64)    # 前景模型    fgdModel = np.zeros((1,65),np.float64)    rect = (w//20, h//20, width -w//10, height -  h//10)    # 使用grabCut算法    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.imshow('image', img)    k = cv2.waitKey(0)    cv2.destroyAllWindows()

 

转载地址:http://hmik.baihongyu.com/

你可能感兴趣的文章
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>
nmap使用
查看>>
nmap使用实战(附nmap安装包)
查看>>
Nmap哪些想不到的姿势
查看>>