基于分水岭的分割通常会导致过度分割，并且对局部图像噪声非常敏感（例如，参见此处的讨论）。通常，通过使用大小（面积/地形/体积）阈值来修剪/合并流域。

我对 GrabCut 没有太多直接的经验，主要是从阅读论文中知道的。但是我可以说它是一种比分水岭（即最近开发的）更“现代”的方法。因为它基于全局优化（通过图形切割），所以与分水岭相比，它对局部图像噪声不太敏感。

备查，

在 opencv 的具体情况和我所经历的情况下，

Grabcut 仅将前景与背景分开（即仅支持 2 个标签），而分水岭支持使用多个标签进行分割

Grabcut 比 watershed 慢得多，我没有硬性统计数据，但 watershed 能够近乎实时地处理图像，grabcut 需要大约 5 秒来处理