抠图-grabCut算法+hog检测

GrabCut是微软研究院的一个课题，主要功能是分割和抠图。
grabcut是在graph cut基础上改进的一种图像分割算法，它同样是基于图割理论的。
由于背景的复杂度不同所以，grabcut算法抠图的准确性也有很大的差异，所以我使用了hog检测人物再使用grabcut算法抠图，增加了准确性。

这里我是在视频中进行抠图。
代码：

#include<opencv2\opencv.hpp>#include<vector>using namespace std;using namespace cv;int main(){      int num= 0;    VideoCapture cap("f:\\opencv\\image_video_data\\test.mov");    if (!cap.isOpened()){        return -1;    }    while (1)    {        Mat image;        cap >> image;        if (image.empty()){            return -1;//    break;        }        //hog人物检测        vector<Rect> found, found_filtered;        HOGDescriptor people_dectect_hog;        //opencv官方自带了人物检测        people_dectect_hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());        people_dectect_hog.detectMultiScale(image, found, 0, Size(8, 8), Size(32, 32), 1.05, 1);        size_t i, j;        //排除嵌套的矩阵        for (i = 0; i < found.size(); i++)        {            Rect r = found[i];            for (j = 0; j < found.size(); j++)            if (j != i && (r&found[j]) == r)                break;            if (j == found.size())                found_filtered.push_back(r);        }        //进行的是担任的抠图所以，只可检测到一个矩阵        Rect rr;        rr = found_filtered.at(0);        //这里是我根据具体的进行了改动，调整hog检测矩阵的大小，也可以不改        Rect rectangle(rr.x*1.1, rr.y, rr.width*0.7, rr.height);        Mat result; // segmentation result (4 possible values)          Mat bgModel, fgModel; // the models (internally used)          //opencv的grabcut算法        grabCut(image,             result,                rectangle,            bgModel, fgModel,             1,                    GC_INIT_WITH_RECT);         compare(result, cv::GC_PR_FGD, result, cv::CMP_EQ);        Mat foreground(image.size(), CV_8UC3, cv::Scalar(255, 255, 255));        image.copyTo(foreground, result);         rectangle(image, rectangle, cv::Scalar(255, 255, 255), 1);        namedWindow("Image");        imshow("Image", image);        namedWindow("Segmented Image");        imshow("Segmented Image", foreground);        waitKey(20);    }    return 0;}

原图：

效果：

就这样了。