针对GrabCut算法在图像分割中存在迭代求解耗时长、分割结果欠分割的问题，提出了一种基于非归一化直方图改进的GrabCut算法。在保留GrabCut第一次分割结果的基础上，通过非归一化直方图计算像素点属于前景或背景的方法来代替高斯混合模型迭代学习的过程；在构图过程中引入一类新的节点Bin进行构图以提高分割精度。选取MSRA1000数据集中部分图片进行实验验证，结果表明该算法在分割效果和效率上都有明显的提升，在进行背景复杂图像的分割时改进算法优势更加明显。
2022-10-13 10:02:44
1.76MB
1
描述
用基于CUDA的高斯混合模型实现GrabCut。 适用于C ++和Python。 运行以下步骤以使其正常运行。 此代码已在以下配置下经过测试：
Ubuntu的20.10
GNU g ++ 9.3.0
CMake 3.16.3
的Python 3.8.6
依存关系
Python> = 3.8.2
> = 8.0（最新测试为工作于11.0.2）
# Ubuntu/Debian
$ sudo apt update
$ sudo apt install nvidia-cuda-toolkit
> = 3.4.3（最新测试为工作4.5.1）
# Ubuntu/Debian
$ sudo apt update
$ sudo apt install libopencv-dev python3-opencv
> = 1.20.0
$ python3 -m pip install
2022-07-09 10:45:24
1.93MB
1
使用sift算法提取特征点，对目标图片进行匹配。使用匹配结果计算 目标物体所在矩形范围，作为参数传入grabcut，同时将sift算法的匹配点作为前景点传入grabcut函数，实现图像分割。
2022-05-31 13:59:20
5.63MB
1
使用sift特征提取目标物与目标图片的特征点，进行匹配，从而找出目标物在图片中的范围，将该范围作为矩形区域传入grabcut函数，同时将匹配特征点作为前景点传入grabcut函数，进行图像分割。实验结果显示出不错的图像分割结果。
2022-05-31 11:34:28
10.97MB
1
GrabCut -Interactive Foreground Extraction using Iterated Graph Cuts 图像处理中最nB的分割方法
2022-05-20 22:43:22
5.85MB
1
GrabCut GUI工具
新功能：在humanseg/包含单人高质量细分模型
一个简单的OpenCV交互式GrabCut GUI，部分改编自
用法segtool
需要一个mask _mask.png （1通道灰度图像，0 =背景，255 =前景）
您可以使用随附的细分模型来获得此信息，如果大多数人可见，则该模型应该会给出良好的结果
单个图像： python infer.py image_file
（可选）使用OpenPose裁剪python infer.py image_file openpose_body25_keypoints.json
在其他地方使用此模型from human_seg import HumanSegNet
net = HumanSegNet (). cuda ()
net ( image ) 图像应为(B,
2022-05-06 10:02:16
7.98MB
1
【达摩老生出品，必属精品，亲测校正，质量保证】
资源名：GrabCut交互式目标分割_matlab
资源类型：matlab项目全套源码
源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。
适合人群：新手及有一定经验的开发人员
2022-04-14 09:07:45
797KB