OpenCV2编程手册笔记之 5.5分水岭算法对图像进行分割

分水岭算法可以用来快速分割图像成为同类区域

原理概述：将图像视为拓扑结构的地图，均质区域就是被陡峭边缘包围的平坦盆地，因而，可以选出较为平坦的区域。

分水岭分割的结果通过cv::watershed函数获取，在这里，我们创建一个WatershedSegmenter类，进行分水岭算法的封装工作。

整体算法概述：

在选取的图像中，我们先进行二值化操作，操作争取将前景物体最大可能性提出。

之后，多次采用腐蚀的方法得到目标的前景图片，这个前景图片就只有0和255两个灰度值；

再多次使用膨胀的方法得到目标的背景图片，在之后使灰度图中高于128灰度的像素变为0，低于的部分为128（采用threshold）；

之后，将前景背景相加，得到一张标记图，这张标记图就只有0，128，255三个灰度值。

之后，就可以得到图片了。

啥也不说，上代码。

分水岭算法概述：

1.一张灰度图，我们先将灰度值想象成柱状图，那么我们就能得到一张三维的灰度柱状图分布表。

2.如上所述，二值化后的图片只有0，128，255的几个值。

3.也就是说，腐蚀过后的图片是我们的前景图片，只有0和255这两个值，在三维图上，255的选定区域是最高的山峰，也就是标记区域，代表着目标图像。

   膨胀+二值化选取之后的图像拥有128和0两个值，0对应的是目标图像的区域，12