形态学滤波(4):使用分水岭算法对图像进行分割

一、分水岭算法

  分水岭变换是一个流行的图像处理算法,用于快速分割图像为同类区域。它背后的原理是,将图像视为拓扑结构的地图,

那么均质区域对应的是被陡峭边缘包围的平坦盆地。

实现方法:

  分水岭分割的结果是通过watershed()函数获取。

  我们将图片中已知属于某个区域的像素进行标记,基于这个标记,分水岭算法开始确定其他像素的归属区域。

 1 #include<opencv2/opencv.hpp>
 2 #include<iostream>
 3 
 4 using namespace std;
 5 using namespace cv;
 6 
 7 /*
 8     我们将创建灰度格式的标记图,然后将它转化成一张整图
 9     把这些步骤封装在WatershedSegmenter类中
10 */
11 class WatershedSegmenter {
12 private:
13     Mat markers;
14 public:
15     void setMarkers(const Mat &markerImage) {
16         //转换位整数图像
17         markerImage.convertTo(markers, CV_32S);
18     }
19 
20     Mat process(const Mat &image) {
21         //使用算法
22         watershed(image, markers);
23         return markers;
24     }
25 };
26 
27 int main()
28 {
29     //载入原图
30     Mat image = imread("C:\\Users\\Nelsoner\\Desktop\\Camera Roll\\008.jpg");
31 
32     //移除噪点与微小物体
33     Mat fg;
34     erode(image, fg, Mat(), Point(-1, -1), 6);
35 
36     
37     //识别不包含物体的像素
38     Mat bg;
39     dilate(image, bg, Mat(), Point(-1, -1), 6);
40     threshold(bg, bg, 1, 128, THRESH_BINARY_INV);
41 
42 
43 
44 
45     //创建标记图像
46     Mat markers(image.size(), CV_8U, Scalar(0));
47     markers = fg + bg;
48 
49     
50     //创建分水岭分割对象
51     WatershedSegmenter segmenter;
52     //设置标记,并进行处理
53     segmenter.setMarkers(markers);
54 
55     markers = segmenter.process(image);
56     
57     
58 namedWindow("hah");
59     imshow("hah", markers);
60     
61 
62     waitKey();
63     
64     return 0;
65 }

 

转载于:https://www.cnblogs.com/Nelsoner/p/6785243.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值