Android OpenCV（四十二）：图像分割（分水岭法）

其中的解决方法：

1. 对图像进行高斯平滑操作，抹除很多小的最小值，这些小分区就会合并。
2. 不从最小值开始增长，可以将相对较高的灰度值像素作为起始点（需要用户手动标记），从标记处开始进行淹没，则很多小区域都会被合并为一个区域，这被称为基于图像标记(mark)的分水岭算法

API

public static void watershed(Mat image, Mat markers)

• 参数一：image，输入图像，必须是CV_8U三通道图像。
• 参数二：markers，输入/输出32位单通道图像的标记结果。必须与image大小相同。 在将图像传递给第二个参数之前，必须使用大于0的整数索引在图像中粗略标记出所需分割的区域。 因此，每个标记区域表示一个或多个连接分量，像素值分别用1、2、3等来表示。 我们可以通过使用findContours和drawContours从二值掩码中检索此类标记。 标记是图像处理过程中的“种子”。标记图像中所有没有被标记的像素值为0。在输出图像中，两个区域之间的分割线用-1表示。

操作

/**

• 图像分割–分水岭法
• author: yidong
• 2020/11/9
  */
  class WaterShedActivity : AppCompatActivity() {

private val mBinding: ActivityWaterShedBinding by lazy {
ActivityWaterShedBinding.inflate(
layoutInflater
)
}
private lateinit var mRgb: Mat
private lateinit var mGray: Mat

override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
setContentView(mBinding.root)

mRgb = Mat()
mGray = Mat()
val bgr = Utils.loadResource(this, R.drawable.contourpoly)
Imgproc.cvtColor(bgr, mRgb, Imgproc.COLOR_BGR2RGB)
Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)

mBinding.ivLena.
showMat(mGray)

GlobalScope.launch(Dispatchers.IO) {
doWaterShed()
}
}

private fun doWaterShed() {
mBinding.progressBar.setVisible()
val markers = Mat(
mRgb.size(),
CvType.CV_32S,
Scalar.all(0.0)
)
// Imgproc.GaussianBlur(mGray, mGray, Size(13.0, 13.0), 4.0, 4.0
val binary = Mat()
Imgproc.threshold(
mGray,
binary,
20.0,
255.0,
Imgproc.THRESH_BINARY and Imgproc.THRESH_OTSU
)
mBinding.ivResult.showMat(binary)
val contours = mutableListOf()
val hierarchy = Mat()
Imgproc.findContours(
binary,
contours,
hierarchy,
Imgproc.RETR_TREE,
Imgproc.CHAIN_APPROX_SIMPLE
)

for (i in 0 until contours.size) {
Imgproc.drawContours(
markers,
contours,
i,
Scalar.all(i + 1.toDouble()),
-1,
Imgproc.LINE_8,
hierarchy,
Int.MAX_VALUE
)
}

Imgproc.watershed(mRgb, markers)

val colors = mutableListOf()
for (k in 0 until contours.size) {
val r = Random.nextInt(0, 255)
val g = Random.nextInt(0, 255)
val b = Random.nextInt(0, 255)
val scalar = doubleArrayOf(r.toDouble(), g.toDouble(), b.toDouble())
colors.add(scalar)
}

val resultImg = Mat(mGray.size(), CvType.CV_8UC3)
for (i in 0 until markers.rows()) {
for (j in 0 until markers.cols()) {
val index = markers.get(i, j)[0].toInt()

if (index == -1) { // -1:区域之间的分割线用-1表示
resultImg.put(i, j, 255.0, 255.0, 255.0)
Log.d(App.TAG, " i= $i,j=$j")
} else if (index <= 0 || (index > contours.size)) { // <0 or >size:未标记区域
resultImg.put(i, j, 0.0, 0.0, 0.0)
} else { // 0,1,2,3… size-1: 标记区域
resultImg.put(
i,
j,
colors[index - 1][0],
colors[index - 1][1],
colors[index - 1][2]
)
}