直接用cv::inRange扣绿幕边缘发灰或漏头发，因HSV中绿色H区间宽（35–85），固定阈值无法应对光照不均导致的S衰减、高光H偏移；需分主绿区（H18–42, S60–255）和补偿区（H15–45, S15–60）双掩膜合并，并闭运算补孔；硬阈值边缘需接grabCut精修，输入粗掩膜并设GC_INIT_WITH_MASK模式；拍摄时绿幕平整度、人物距离≥1.5m、避免LED灯频谱干扰等物理条件更关键。
为什么直接用 cv::inRange 扣绿幕经常边缘发灰或漏头发？
因为 HSV 空间里绿色在色相（H）上不是单个值，而是一段连续区间（约 35–85），但仅靠 cv::inRange 设定固定 H、S、V 阈值，会忽略光照不均导致的饱和度衰减、高光过曝引起的色相偏移——尤其人物边缘常因反光使 H 偏向黄或青，S 降到 30 以下，V 却高达 240+，一刀切阈值必然误伤。
怎么用 cv::inRange 搭配 HSV 色相环做自适应绿幕范围？
核心是把“绿”拆成两个逻辑区域处理：主绿区（高饱和）+ 补偿区（低饱和但色相仍偏绿）。不要只设一组 lowerb/upperb：
- 先用
cv::cvtColor(img, hsv, cv::COLOR_BGR2HSV)转换，注意 OpenCV 的H是0–179（不是0–360），绿对应35–85→ 映射为18–42 - 主掩膜：高饱和绿，
lowerb = cv::Scalar(18, 60, 40)，upperb = cv::Scalar(42, 255, 255) - 补偿掩膜：低饱和但色相稳定的绿（如阴影/远距离区域），
lowerb = cv::Scalar(15, 15, 40)，upperb = cv::Scalar(45, 60, 255)，再用cv::bitwise_or合并两掩膜 - 对合并后的掩膜做
cv::morphologyEx(mask, mask, cv::MORPH_CLOSE, kernel)（kernel = cv::getStructuringElement(cv::MORPH_ELLIPSE, {5,5})）闭运算补小孔
扣完为什么边缘还有绿边？cv::grabCut 怎么接在 HSV 后面用？
cv::inRange 输出的是硬阈值掩膜，边缘没有过渡。必须用 cv::grabCut 基于这个粗掩膜做精细分割，且要传入 GC_INIT_WITH_MASK 模式：
- 准备
cv::Mat bgdModel, fgdModel（不用初始化，函数内部会覆盖） - 将 HSV 得到的二值掩膜转换为
cv::Mat mask_gc，其中前景像素标为cv::GC_FGD（1），可能前景标为cv::GC_PR_FGD（3），背景统一标为cv::GC_BGD（0） - 调用
cv::grabCut(img, mask_gc, cv::Rect(), bgdModel, fgdModel, 3, cv::GC_INIT_WITH_MASK)，迭代 3–5 次足够 - 最终掩膜取
mask_gc == cv::GC_FGD || mask_gc == cv::GC_PR_FGD，再转为CV_8UC1用于 alpha 合成
实际拍摄时哪些参数最容易被忽略？
算法再好，输入数据差就白搭。绿幕拍摄本身决定下限：
- 绿幕必须平整无褶皱——褶皱造成镜面反射，局部
H偏移到0（红）或120（蓝），cv::inRange完全失效 - 人物与绿幕距离至少
1.5m，否则绿光漫反射到人脸，发际线/耳后出现低饱和绿雾，此时补偿掩膜的S下限必须压到5，但会显著增加误检 - 避免使用 LED 影视灯——其频谱离散，HSV 中绿色分量在不同灯具下跳变剧烈，实测同一场景换灯后
H偏差可达±8，需现场重标定阈值
真正难的从来不是调几个 cv::Scalar，而是让摄像头看到的“绿”在 HSV 里真的集中、稳定、可分离。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
