学习opencv ,图像分割中分水岭算法的感性认识及cvWatershed例子

最新推荐文章于 2023-09-30 23:46:05 发布
最新推荐文章于 2023-09-30 23:46:05 发布
阅读量1.7k 收藏 1
点赞数
分类专栏： opencv

cvWatershed例子：

[cpp]  view plain copy
  1. #include<cv.h>  
  2. #include<highgui.h>  
  3. #include<iostream>  
  4.   
  5. using namespace  std;  
  6.   
  7. IplImage* marker_mask = 0;  
  8. IplImage* markers = 0;  
  9. IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;  
  10. CvPoint prev_pt = {-1,-1};  
  11. void on_mouse( int event, int x, int y, int flags, void* param )//opencv 会自动给函数传入合适的值  
  12. {  
  13.     if( !img )  
  14.         return;  
  15.     if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) )  
  16.         prev_pt = cvPoint(-1,-1);  
  17.     else if( event == CV_EVENT_LBUTTONDOWN )  
  18.         prev_pt = cvPoint(x,y);  
  19.     else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) )  
  20.     {  
  21.         CvPoint pt = cvPoint(x,y);  
  22.         if( prev_pt.x < 0 )  
  23.             prev_pt = pt;  
  24.         cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );//CvScalar 成员：double val[4] RGBA值A=alpha  
  25.         cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );  
  26.         prev_pt = pt;  
  27.         cvShowImage( "image", img);  
  28.     }  
  29. }  
  30.   
  31. int main( int argc, char** argv )  
  32. {  
  33.     char* filename = argc >= 2 ? argv[1] : (char*)"fruits.jpg";  
  34.     CvMemStorage* storage = cvCreateMemStorage(0);  
  35.     CvRNG rng = cvRNG(-1);  
  36.     if( (img0 = cvLoadImage(filename,1)) == 0 )  
  37.         return 0;  
  38.     printf( "Hot keys: \n"  
  39.         "\tESC - quit the program\n"  
  40.         "\tr - restore the original image\n"  
  41.         "\tw or SPACE - run watershed algorithm\n"  
  42.         "\t\t(before running it, roughly mark the areas on the image)\n"  
  43.         "\t  (before that, roughly outline several markers on the image)\n" );  
  44.     cvNamedWindow( "image", 1 );  
  45.     cvNamedWindow( "watershed transform", 1 );  
  46.     img = cvCloneImage( img0 );  
  47.     img_gray = cvCloneImage( img0 );  
  48.     wshed = cvCloneImage( img0 );  
  49.     marker_mask = cvCreateImage( cvGetSize(img), 8, 1 );  
  50.     markers = cvCreateImage( cvGetSize(img), IPL_DEPTH_32S, 1 );  
  51.     cvCvtColor( img, marker_mask, CV_BGR2GRAY );  
  52.     cvCvtColor( marker_mask, img_gray, CV_GRAY2BGR );//这两句只用将RGB转成3通道的灰度图即R=G=B,用来显示用  
  53.     cvZero( marker_mask );  
  54.     cvZero( wshed );  
  55.     cvShowImage( "image", img );  
  56.     cvShowImage( "watershed transform", wshed );  
  57.     cvSetMouseCallback( "image", on_mouse, 0 );  
  58.     for(;;)  
  59.     {  
  60.         int c = cvWaitKey(0);  
  61.         if( (char)c == 27 )  
  62.             break;  
  63.         if( (char)c == 'r' )  
  64.         {  
  65.             cvZero( marker_mask );  
  66.             cvCopy( img0, img );//cvCopy（）也可以这样用，不影响原img0图像，也随时更新  
  67.             cvShowImage( "image", img );  
  68.         }  
  69.         if( (char)c == 'w' || (char)c == ' ' )  
  70.         {  
  71.             CvSeq* contours = 0;  
  72.             CvMat* color_tab = 0;  
  73.             int i, j, comp_count = 0;  
  74.   
  75.             //下面选将标记的图像取得其轮廓, 将每种轮廓用不同的整数表示  
  76.             //不同的整数使用分水岭算法时，就成为不同的种子点  
  77.             //算法本来就是以各个不同的种子点为中心扩张  
  78.             cvClearMemStorage(storage);  
  79.             cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),  
  80.                 CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );  
  81.             cvZero( markers );  
  82.             for( ; contours != 0; contours = contours->h_next, comp_count++ )  
  83.             {  
  84.                 cvDrawContours(markers, contours, cvScalarAll(comp_count+1),  
  85.                     cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) );  
  86.             }  
  87.             //cvShowImage("image",markers);  
  88.             if( comp_count == 0 )  
  89.                 continue;  
  90.             color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );//创建随机颜色列表  
  91.             for( i = 0; i < comp_count; i++ )　//不同的整数标记  
  92.             {  
  93.                 uchar* ptr = color_tab->data.ptr + i*3;  
  94.                 ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50);  
  95.                 ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50);  
  96.                 ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50);  
  97.             }  
  98.             {  
  99.                 double t = (double)cvGetTickCount();  
  100.                 cvWatershed( img0, markers );  
  101.                 cvSave("img0.xml",markers);  
  102.                 t = (double)cvGetTickCount() - t;  
  103.                 printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );  
  104.             }  
  105.             // paint the watershed image  
  106.             for( i = 0; i < markers->height; i++ )  
  107.                 for( j = 0; j < markers->width; j++ )  
  108.                 {  
  109.                     int idx = CV_IMAGE_ELEM( markers, int, i, j );//markers的数据类型为IPL_DEPTH_32S  
  110.                     uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );//BGR三个通道的数是一起的,故要j*3  
  111.                     if( idx == -1 ) //输出时若为-1，表示各个部分的边界  
  112.                         dst[0] = dst[1] = dst[2] = (uchar)255;  
  113.                     else if( idx <= 0 || idx > comp_count )  //异常情况  
  114.                         dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here  
  115.                     else //正常情况  
  116.                     {  
  117.                         uchar* ptr = color_tab->data.ptr + (idx-1)*3;  
  118.                         dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];  
  119.                     }  
  120.                 }  
  121.                 cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );//wshed.x.y=0.5*wshed.x.y+0.5*img_gray+0加权融合图像  
  122.                 cvShowImage( "watershed transform", wshed );  
  123.                 cvReleaseMat( &color_tab );  
  124.         }  
  125.     }  
  126.     return 1;  
  127. }  
运行情况：


同上面分析可看出，因为不相连的标记后，程序在masker中的数值不同

经过分水岭算法后，

不同的标记肯定会在不同的区域中，

例如头发部分，我画了一条线标记　，，　处理后就把头发部分分割了出来　

还比如胳膊那一块，正好也分割出来了


我对算法的感性认识：
opencv中的算法是先把输入图像转化成梯度图（标量）
如果把梯度图看成是一个地形的话，就会发现，梯度高的地方就成了山脉，梯度低的地方就是山谷
我们经过标记为不同的区域后，
就从各个标记的地方注水进去，注入的水越来越多的时候，就会出现把流过低些的山脉，从而流到别的山谷中，那么他们就连一了一片区域。
区域分割的要求是把不同的标记分割成不同的地方。所以如果一直注水，可能就会覆盖别的区域了。这时算法就采取某种方法，修大坝使标记的不同区域不会因为注水而相连
他们会互不相干的扩张领地，直到把整个领地都扩张完为止。


函数输出时，自己的标记扩张出来的区域都用之前标记的值表示，代表一个区域。　不同的值代表不同的区域
区域与区域之间的边界由由值-1表示.


转自http://blog.csdn.net/fdl19881/article/details/6749976

曼陀罗彼岸花
关注
专栏目录
opencv实现分水岭算法
11-19
visual studio，链接opencv以c++为工具实现分水岭算法，
Python实现优化的分水岭算法
qq_42568323的博客
09-10 1630
传统的分水岭算法基于拓扑学中“分水岭”的概念，将图像的梯度视为地形，通过标记局部最小值和山脊线来分割图像区域。然而，在处理具有噪声或复杂边界的图像时，该算法容易过度分割，导致分割的区域数量远远超过期望。这种过度分割通常是由图像中的噪声或微小的灰度变化引起的。优化分水岭算法的目标是减少或消除过度分割，同时保持对目标区域的准确分割。
OpenCV---分水岭算法
weixin_30814223的博客
07-09 307
推文： OpenCV学习(7) 分水岭算法(1)（原理简介简单明了） OpenCV-Python教程:31.分水岭算法对图像进行分割（步骤讲解不错） 使用分水岭算法进行图像分割 （一）获取灰度图像，二值化图像，进行形态学操作，消除噪点 def watershed_demo(image): blur = cv.pyrMeanShiftFiltering(image,10,...
openCV 分水岭
seven_tree的博客
10-31 306
#include&lt;opencv2/opencv.hpp&gt; #include&lt;iostream&gt; using namespace cv; using namespace std; #define WINDOW_NAME1 "srcImg" #define WINDOW_NAME2 "dstImg" static void on_Mouse(int event, int x,...
opencv图像分割之分水岭算法2（1120）
qq_45432523的博客
11-20 218
分水岭算法 #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/opencv.hpp> #include <iostream> #define WATERSHS using namespace std; using namespace cv; class WatershedSegmenter { private: cv::Ma
OpenCV图像分割中的分水岭算法原理与应用详解
08-28
OpenCV中的分水岭算法是一种图像分割方法，它源自地理学中的分水岭概念，将图像视为地形，像素灰度值表示海拔高度。该算法通过模拟水浸过程，找到图像中的区域分界线，即“分水岭”。传统分水岭算法会面临过分割问题...
OpenCV进行图像分割：分水岭算法（相关函数介绍以及项目实现）
l love CV
05-02 7761
在图像处理的过程中，经常需要从图像中将前景对象作为目标图像分割或者提取出来。图像分割是图像处理过程中一种非常重要的操作。分水岭算法将图像形象地比喻为地理学上的地形表面，实现图像分割，该算法非常有效。 二、算法原理 任何一幅灰度图像，都可以被看作是地理学上的地形表面，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。如下图所示，其中左图是原始图像，右图是其对应的“地形表面”。 如果我们向每一个山谷中“灌注”不同颜色的水（这里采用了OpenCV官网的表述，冈萨雷斯将灌注表述为在山谷中打洞
基于OpenCV的分水岭算法图像分割实现指南（包含详细的完整的程序和数据）
最新发布
10-10
内容概要：本文详细介绍利用OpenCV中的分水岭算法完成图像分割的方法。它不仅讲解了分水岭变换的基础理念，还通过一系列具体步骤指导读者实现图像分割的任务，同时提供了可用于理解和验证每一步骤的代码段。最后还...
Opencv学习——图像分割之分水岭算法
热门推荐
Dangkie的专栏
09-03 1万+
分水岭算法是比较经典的图像分割算法。最近看到一副区域检测和统计的图像，感觉可以通过分水岭算法进行实现，于是顺便对opencv的分水岭算法进行学习。由于示例是python的代码，没有C++的代码，所以打算先用C++实现示例中的功能，然后再对本文开头的图像进行分割。
OpenCV实战——基于分水岭算法的图像分割
盼小辉丶的博客
02-22 1万+
分水岭变换是一种流行的图像处理算法，用于快速将图像分割成同质区域。分水岭变换主要基于以下思想：当图像被视为拓扑浮雕时，均质区域对应于相对平坦且由陡峭的边缘界定的盆地。算法的原始版本倾向于过度分割图像，从而产生多个小区域，因此 OpenCV 中实现了该算法的改进版本，通过使用一组预定义的标记来指导图像分割区域的定义。
OpenCV基于分水岭图像分割算法
05-08
OpenCV基于分水岭图像分割算法,经过分水岭算法后，不同的标记肯定会在不同的区域中，例如头发部分，我画了一条线标记，　处理后就把头发部分分割了出来,还比如胳膊那一块，正好也分割出来了
【OpenCV】- 分水岭算法
qq_44859533的博客
08-20 4169
将图像中像素根据一定的规则分为若干个cluster集合，每个集合包含一类对象如下，将两匹马从图像背景中抠出来。
OpenCV之分水岭算法（watershed）
hulinhulin的专栏
09-30 923
opencv的分水岭算法介绍及实例
OpenCV的分水岭算法
CoolBreeze的博客
06-20 324
本文使用python实现 import cv2 as cv import numpy as np def watershed_demo(src): print(src.shape) blurred = cv.pyrMeanShiftFiltering(src, 10, 100) # 去噪声 gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY) # 转为灰度 ret, binary = cv.threshold(g
OpenCV_分水岭算法
菜鸟的学习记事本
06-03 309
分水岭算法参考链接 def watershed_demo(image): # 去噪点 print(image.shape) blurred = cv.pyrMeanShiftFiltering(image, 10, 100) # 图像二值化 gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) ret, binary = cv.threshold(gray, 0, 255,
OpenCV——分水岭算法
点云侠的博客
06-24 5633
C++版本OpenCV实现的分水岭算法
opencv图像的分割-分水岭法
qq_41803556的博客
09-23 317
opencv图像的分割-分水岭法
OpenCV-图像处理（33、基于距离变换与分水岭的图像分割）
Micheal 超 的博客
01-22 1040
什么是图像分割(Image Segmentation) 图像分割(Image Segmentation)是图像处理最重要的处理手段之一 图像分割的目标是将图像中像素根据一定的规则分为若干(N)个cluster集合，每个集合包含一类像素。 根据算法分为监督学习方法和无监督学习方法，图像分割的算法多数都是无监督学习方法 - KMeans 从数学角度来看，图像分割是将数字图像划分成互不相...
OpenCV分水岭算法在图像分割中的应用研究
总结来说，分水岭算法是计算机视觉领域中图像分割的关键技术之一，通过OpenCV库和Visual C++的结合使用，开发者可以利用现有的算法框架来快速实现这一功能。压缩包中的源代码文件是实现该算法的实用工具，可以帮助...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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