C++ 基于opencv的图像边缘平滑

我正在尝试使用opencv框架平滑输出图像边缘，我正在尝试以下步骤。从这里开始采取的步骤

我需要帮助，不管我是否走对了路，或者我错过了什么

谢谢你的建议和帮助

更新：

我得到了一张像下面这样的图像，它来自于grabcut算法，现在我想对图像应用边缘平滑，因为你可以看到图像是不平滑的。

---

你想买这样的东西吗

如果是，则代码如下：

#include <iostream>
#include <vector>
#include <string>
#include <fstream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(int argc, char **argv)
{
    cv::namedWindow("result");
    Mat img=imread("TestImg.png");
    Mat whole_image=imread("D:\\ImagesForTest\\lena.jpg");
    whole_image.convertTo(whole_image,CV_32FC3,1.0/255.0);
    cv::resize(whole_image,whole_image,img.size());
    img.convertTo(img,CV_32FC3,1.0/255.0);

    Mat bg=Mat(img.size(),CV_32FC3);
    bg=Scalar(1.0,1.0,1.0);

    // Prepare mask
    Mat mask;
    Mat img_gray;
    cv::cvtColor(img,img_gray,cv::COLOR_BGR2GRAY);
    img_gray.convertTo(mask,CV_32FC1);
    threshold(1.0-mask,mask,0.9,1.0,cv::THRESH_BINARY_INV);

    cv::GaussianBlur(mask,mask,Size(21,21),11.0);
    imshow("result",mask);
    cv::waitKey(0);


        // Reget the image fragment with smoothed mask
    Mat res;

    vector<Mat> ch_img(3);
    vector<Mat> ch_bg(3);
    cv::split(whole_image,ch_img);
    cv::split(bg,ch_bg);
    ch_img[0]=ch_img[0].mul(mask)+ch_bg[0].mul(1.0-mask);
    ch_img[1]=ch_img[1].mul(mask)+ch_bg[1].mul(1.0-mask);
    ch_img[2]=ch_img[2].mul(mask)+ch_bg[2].mul(1.0-mask);
    cv::merge(ch_img,res);
    cv::merge(ch_bg,bg);

    imshow("result",res);
    cv::waitKey(0);
    cv::destroyAllWindows();
}

#包括
#包括
#包括
#包括
#包括
使用名称空间cv；
使用名称空间std；
int main（int argc，字符**argv）
{
cv：：namedWindow（“结果”）；
Mat img=imread（“TestImg.png”）；
Mat-total_image=imread（“D:\\ImagesForTest\\lena.jpg”）；
整张图像。转换为（整张图像，CV_32FC3,1.0/255.0）；
cv:：resize（整张图片，整张图片，img.size（））；
img.convertTo（img，CV_32FC3,1.0/255.0）；
Mat bg=Mat（img.size（），CV_32FC3）；
bg=标量（1.0,1.0,1.0）；
//准备口罩
垫罩；
Mat img_gray；
cv:：CVT颜色（img、img_灰色、cv:：颜色_BGR2灰色）；
图像灰度转换（掩模，CV_32FC1）；
阈值（1.0-mask，mask，0.9,1.0，cv:：THRESH_BINARY_INV）；
cv：：GaussianBlur（掩模，掩模，尺寸（21,21），11.0）；
imshow（“结果”，掩码）；
cv:：waitKey（0）；
//使用平滑遮罩重新设置图像片段
材料；
向量ch_-img（3）；
载体chu-bg（3）；
cv：：分割（整个图像，CHU图像）；
cv：：拆分（bg，CHU bg）；
CHU img[0]=CHU img[0]。mul（掩码）+CHU bg[0]。mul（1.0-掩码）；
CHU img[1]=CHU img[1]。mul（掩码）+CHU bg[1]。mul（1.0-mask）；
ch_-img[2]=ch_-img[2]。mul（mask）+ch_-bg[2]。mul（1.0-mask）；
cv：：合并（CHU img，res）；
cv：：合并（ch_bg，bg）；
imshow（“结果”，res）；
cv:：waitKey（0）；
cv:：destroyAllWindows（）；
}

---

我想这个链接也会让你感兴趣：

我已经按照以下步骤平滑了从GrabCut获得的前景边缘

从我从GrabCut得到的蒙版创建一个二进制图像

找到二值图像的轮廓

通过绘制轮廓点创建边遮罩。它给出了我从GrabCut获得的前景图像的边界边缘

然后按照中定义的步骤进行操作

---

@我需要帮助。我正在尝试按照你在这里所说的步骤@herohuyongtao你能帮忙吗？@berak你能帮忙吗？谢谢你的回答，但我不想这样输出，我已经更新了我的问题，看看你能不能帮忙，谢谢。我已经更改了我的答案。希望你能理解这个想法。太好了，我试试看。。谢谢：-）当我尝试实现上面的逻辑时，我得到了这样的结果，它似乎做得很正确，但输出非常不同。。任何想法。看起来CV_8UC3/CV_8UC1和CV_32FC3/CV_32FC1图像类型有问题。第一个的范围为0-255，第二个的范围为0-1。尝试将使用的图像转换为CV_32FC3/CV_32FC1类型，并按系数1.0/255.0进行缩放。我怀疑您使用的掩码图像中的值在0-255范围内，而不是0-1。

#include <iostream>
#include <vector>
#include <string>
#include <fstream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(int argc, char **argv)
{
    cv::namedWindow("result");
    Mat img=imread("TestImg.png");
    Mat whole_image=imread("D:\\ImagesForTest\\lena.jpg");
    whole_image.convertTo(whole_image,CV_32FC3,1.0/255.0);
    cv::resize(whole_image,whole_image,img.size());
    img.convertTo(img,CV_32FC3,1.0/255.0);

    Mat bg=Mat(img.size(),CV_32FC3);
    bg=Scalar(1.0,1.0,1.0);

    // Prepare mask
    Mat mask;
    Mat img_gray;
    cv::cvtColor(img,img_gray,cv::COLOR_BGR2GRAY);
    img_gray.convertTo(mask,CV_32FC1);
    threshold(1.0-mask,mask,0.9,1.0,cv::THRESH_BINARY_INV);

    cv::GaussianBlur(mask,mask,Size(21,21),11.0);
    imshow("result",mask);
    cv::waitKey(0);


        // Reget the image fragment with smoothed mask
    Mat res;

    vector<Mat> ch_img(3);
    vector<Mat> ch_bg(3);
    cv::split(whole_image,ch_img);
    cv::split(bg,ch_bg);
    ch_img[0]=ch_img[0].mul(mask)+ch_bg[0].mul(1.0-mask);
    ch_img[1]=ch_img[1].mul(mask)+ch_bg[1].mul(1.0-mask);
    ch_img[2]=ch_img[2].mul(mask)+ch_bg[2].mul(1.0-mask);
    cv::merge(ch_img,res);
    cv::merge(ch_bg,bg);

    imshow("result",res);
    cv::waitKey(0);
    cv::destroyAllWindows();
}