参考：
https://zhuanlan.zhihu.com/p/523954762
https://docs.opencv.org/3.4/d8/d83/tutorial_py_grabcut.html
环境本次：
python 3.10
提取前景：
1、需要先把前景物体框出来
需要坐标信息，可以用windows自带的画图简单提取像素
矩形的格式为 (x, y, width, height)
rect = (118, 120, 732, 835)
定义了一个矩形区域，该区域用于初始化 GrabCut 算法。这个矩形区域的参数表示：
118：矩形左上角的 x 坐标。
120：矩形左上角的 y 坐标。
732：矩形的宽度。
835：矩形的高度。
因此，这个矩形从图像的坐标 (118, 120) 开始，宽度为 732 像素，高度为 835 像素。
2、完整代码
bash
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread(r"C:\Users***\long.png")
# 创建一个与图像大小相同的掩码
mask = np.zeros(image.shape[:2], np.uint8)
# 创建两个数组，用于存储算法内部使用的临时数组
bgdModel = np.zeros((1, 65), np.float64)
fgdModel = np.zeros((1, 65), np.float64)
# 定义一个矩形区域，该区域包含我们想要分割的前景物体
# 矩形的格式为 (x, y, width, height)
rect = (118, 120, 732, 835)
# 应用 GrabCut 算法
cv2.grabCut(image, mask, rect, bgdModel, fgdModel, 5, cv2.GC_INIT_WITH_RECT)
# 创建一个新的掩码，将可能的前景和确定的前景合并
mask2 = np.where((mask == 2) | (mask == 0), 0, 1).astype('uint8')
# 将掩码应用于图像
result = image * mask2[:, :, np.newaxis]
# 显示原始图像和分割结果
plt.subplot(121), plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
plt.title('Segmented Image'), plt.xticks([]), plt.yticks([])
plt.show()