【笔记】OpenCV3 使用分水岭算法进行图形分割

 

摘抄个原理先。。

---

任何一幅灰度图像都可以被看成拓扑平面，灰度值高的区域可以被看成是山峰，灰度值低的区域可以被看成是山谷。我们向每一个山谷中灌不同颜色的水，随着水的位的升高，不同山谷的水就会相遇汇合，为了防止不同山谷的水汇合，我们需要在水汇合的地方构建起堤坝。不停的灌水，不停的构建堤坝直到所有的山峰都被水淹没。我们构建好的堤坝就是对图像的分割。

---

• cv2.watershed

def watershed(image, markers)

算法会根据markers传入的轮廓作为种子，对图像上其他的像素点根据分水岭算法规则进行判断，并对每个像素点的区域归属进行划定，直到处理完图像上所有像素点。而区域与区域之间的分界处的值被置为“-1”，以做区分

对要处理的图像，应用标记，至于标记怎么来，接下来按教科书式步骤 操作下。。。

---

• 对图像二值化处理，使用Otsu，将图像分为黑白两部分

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('img/qian.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray.copy(), 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

img1 = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
thresh = cv2.cvtColor(thresh,cv2.COLOR_BGR2RGB)
plt.subplot(121), plt.imshow(img1),plt.title('img1'),plt.xticks([]),plt.yticks([])
plt.subplot(122), plt.imshow(thresh),plt.title('thres