基于距离变换和分水岭算法的图像分割（图像变换）

最新推荐文章于 2024-07-27 12:42:44 发布

会思考的鱼

最新推荐文章于 2024-07-27 12:42:44 发布

阅读量5.1k

点赞数

分类专栏： opencv|图像处理学习笔记

本文链接：https://blog.csdn.net/chaihuimin/article/details/76687604

版权

该博客介绍了如何使用OpenCV库进行图像处理，通过距离变换和分水岭算法来实现图像的分割。首先，将背景转换为黑色以便于后续操作，然后应用拉普拉斯滤波器锐化图像。接着，将图像转化为二值图像并执行距离变换，找到前景对象的峰值。最后，使用标记图像和watershed算法进行分割，填充随机颜色以可视化最终结果。

摘要由CSDN通过智能技术生成

 
 // 加载图像 
 
 Mat src = 
  imread( 
 "../data/cards.png"); 
 
 // 成功加载 
 
 if (!src. 
 data) 
 
 return -1; 
 
 // 显示图像 
 
 imshow( 
 "Source Image", src); 
 
  如果我们用白色背景图像，转换它的黑色是好的。这将有助于我们desciminate（discriminate 区分）前景对象时更容易，运用距离变换。 
 
  //改变背景颜色白色到黑色。 距离变换更方便。 
 
  for( 
   int x = 0; x < src.rows; x++ ) { 
 
  for( 
   int y = 0; y < src. 
  cols; y++ ) { 
 
  if ( src.at< 
  Vec3b>(x, y) == 
   Vec3b(255,255,255) ) { 
 
   src.at< 
  Vec3b>(x, y)[0] = 0; 
 
   src.at< 
  Vec3b>(x, y)[1] = 0; 
 
   src.at< 
  Vec3b>(x, y)[2] = 0; 
 
   } 
 
   } 
 
   } 
 
  // 现实输出图像 
 
  imshow( 
  "Black Background Image", src); 
 
  // Create a kernel that we will use for accuting/sharpening our image 滤波  
 
  Mat kernel = ( 
  Mat_<float>(3,3) << 
 
   1, 1, 1, 
 
   1, -8, 1,