openCV3 图像处理（三）

使用分水岭算法进行图像分割

分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。
算法具体步骤可参照分水岭算法

具体算法步骤

1. 源图像转换为灰度图
2. 找到前景图像的近似估计，使用Otsu’s 二值化
   Otsu’s 二值化：最大类间方差法
   cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU

按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

ret,thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

得到使类间方差最大的阈值thresh

3. 去除噪声数据
   形态学变换morphologyEx函数
   morphologyEx(src, op, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)
   src 源图像\thresh
   op 变换方式
   cv2.MORPH_OPEN 开