opencv 分水岭算法详细理论+实践

       分水岭算法看了两天了，基本原理看着挺简单，但是opencv中具体的实现方式看着还挺困难的。今天就说说我理解的地方，有很多不太理解的还得以后深入学习时候再补充。

基本原理：分水岭实则为两个盆地的交界处，通过在每个盆地中浸水的方式产生分割边界，两个盆地快要混合到一起的那个边界即为分割边界；

具体实现方式：

通过mark图像(即人工选取初始浸水点)指导浸水过程，通过findContours函数产生contours，然后通过drawContours函数得到mark图像。如下图为一个mark图像。

有3个区域是初始浸水区。opencv分水岭算法过程如下：

初始化mark矩阵，生成最初的注水区域。

1、设置mark图像的边框为-1；

2、标记每个mark区域的边界为-2；

3、对于mark图像的每个像素，如果它本身为0，但上下左右四邻域有一个不为0，则把该点按照RGB值放入相应的队列。队列高度是256，对应(0-255)，初始阶段完成后，把-2对应的边界点按照RGB放入相应队列。

之后进入浸水过程，递归描述如下：

for(;;)<