图像分割是计算机视觉中的核心任务，OpenCV 提供了丰富的工具和算法来实现这一目标。以下是一些常见的 C++ 分割示例及实现方法：

🧠 基于阈值的简单分割

// 示例代码：使用阈值分割
cv::Mat src = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
cv::threshold(src, binary, 127, 255, cv::THRESH_BINARY);
阈值分割_示例

🖼️ 基于边缘检测的分割

使用 Canny 边缘检测器提取轮廓：

cv::Canny(src, edges, 100, 200);
cv::findContours(edges, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
边缘检测_分割

🤖 深度学习驱动的分割（如 U-Net）

通过预训练模型实现像素级分类：

// 加载深度学习模型并进行推理
cv::dnn::Net net = cv::dnn::readNet("unet_model.onnx");
net.setInput(blob);
cv::Mat segmentation = net.forward(...);
深度学习_分割

📚 扩展阅读

如需更深入学习，可参考 OpenCV 官方文档 中的详细说明。