[opencv][cpp] 学习手册3：案例泛红填充，分水岭

最新推荐文章于 2021-12-27 17:08:30 发布
最新推荐文章于 2021-12-27 17:08:30 发布
阅读量249 收藏
点赞数
分类专栏： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37834269/article/details/112006499
版权

[opencv][cpp] 学习手册3：案例泛红填充，分水岭

  • 感觉学习效率有些低，跟着视频学习代码其实不是明智之举。
  • 练习代码还是应该回归本质：思路+代码（函数+POP/OOP）+调试。
  • 练习时需要结合 opencv doc。随时翻阅。

16_泛洪填充.cpp
17_图像分水岭.cpp

文章目录

文章原理、概念部分摘抄自课件，侵删！

16_泛洪填充.cpp

原理+概念

  • 泛洪填充算法又称洪水填充算法，最熟悉不过就是 windows paint的油漆桶功能
  • 算法的原理：
    • 从一个点开始，将附近像素点填充成新的颜色，直到封闭区域内的所有像素点都被填充新颜色为止。
  • 常见泛红填充：
    • 四邻域像素填充法，
    • 八邻域像素填充法，
    • 基于扫描线的像素填充方法

cv函数
在这里插入图片描述

联通区域由邻近像素的颜色亮度接进性决定。
点（x，y）属于上色区域，如果（x’，y’) 已知的属于联通区域的点，满足公式
已知点的亮度/颜色值 - 最大低亮度差 <= 当前点的亮度/颜色值 <= 已知点的亮度/颜色 + 最大高亮度差

代码

//
// Created by jacob on 12/31/20.
//

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;

namespace cvlog = cv::utils::logging;


/***-------------------- global variable --------------------***/
cv::Mat src;
cv::RNG rng(12345);

/***-------------------- callback function --------------------***/

/*
 * use ctrl + mouseLeft to check function parameters
 * aim: display points on img where mouse clicked
 */
void onMouseClick(int event, int x, int y, int flags, void *userdata) {
//    CV_LOG_INFO(NULL, "hello")    // continuous logging

    if (event == cv::EVENT_LBUTTONDOWN) {
        cv::Point seedPoint(x, y);
        CV_LOG_INFO(MOUSE, "mPt(x, y): " << seedPoint.x << ", " << seedPoint.y)

        cv::Rect rect;
        cv::Scalar rand_scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        cv::Scalar loDiff(20, 20, 20);
        cv::Scalar upDiff(60, 60, 60);

        // do flood filling
        cv::floodFill(src, seedPoint, rand_scalar, &rect, loDiff, upDiff, cv::FLOODFILL_FIXED_RANGE);

        // dispaly image
        cv::imshow("src", src);
    }
}


/***-------------------- main function --------------------***/
int main(int argc, char **argv) {

    cvlog::setLogLevel(cvlog::LOG_LEVEL_INFO);
    CV_LOG_INFO(NULL, "16_floodFill.cpp")

    // 1. read src
    string filename = "../img/zp.jpg";
    src = cv::imread(filename, cv::IMREAD_COLOR);
    CV_LOG_INFO(NULL, "src.size: " << src.size() << "src.type: " << src.type())
    cv::imshow("src", src);


    // test mouse callback
    cv::setMouseCallback("src", onMouseClick, 0);


    // wait & terminate
    cv::waitKey(0);
    return 0;
}

解释说明

  1. 案例使用鼠标点击功能，涉及到两个函数
    1. cv::setMouseCallback(“src”, onMouseClick, 0);
    2. void onMouseClick(int event, int x, int y, int flags, void *userdata);
      其中，onMouseClick 回调函数的参数可以在 IDE 中通过 ctrl + 鼠标左键点击 setMouseCallback 的第二个函数类型获得。
      在此案例中，由于需要在 onMouseClick 函数中显示对图像 src 处理过的结果，但是，定义在主函数中的 src 不在 onMouseClick 函数作用范围，需要将 src 定义成外部变量（C语言的外部变量）。
  2. 使用 cv::RNG 生成填充颜色的随机数
    cv::RNG rng(12345);
cv::Scalar rand_scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
    这里使用 uniform 生成均匀分布随机数。也可以生成高斯分布等随机数。
  3. onMouseClick 回调函数会不停的接收信号
    void onMouseClick(int event, int x, int y, int flags, void *userdata) {
    CV_LOG_INFO(NULL, "hello")    // continuous logging
}
    会不停的输出 hello。

运行结果
在这里插入图片描述

17_图像分水岭.cpp

原理+概念

  • 任何灰度图像都可以看做是地形表面，把高强度看做山峰和丘陵，低强度看做山谷。
  • 分水岭图像分割步骤+注意事项：
    1. 用不同显色的水（label）充满每个单独的山谷（局部最小值）
    2. 随着水位的上升，根据山谷附近的山峰高度（梯度），那些来自不同山谷的不同颜色的水开始合并
    3. 要通过在这些合并的位置建立阻隔，来避免合并的发生。
  • 不断地加水，并修建阻隔，直到所有的山峰被水覆盖。如此，我们创建的阻隔所分割出的结果即是分水岭。
  • OpenCV提供了基于marker的分水岭算法，需要将确定的背景和前景标记出来。
  • 参考：The Watershed Transformation
  • 通过标记控制的分水岭 marker-controlled watershed可以防止过度细分 over-segmentation。在这里插入图片描述
    在这里插入图片描述

cv函数
在这里插入图片描述

使用正整数标记区域（1， 2， 3，…），因此每一个意向的联通区域由像素值1，2，3，… 等表示。
输出矩阵：每一个不同的区域由对应的正整数标记填充（1，2，3，… 来填充三个区域），区域之间的边界由 -1 填充

代码1：熟悉函数

  • 目的：
    设计一段代码学习cv::waterShed 函数
  • 实现
    创建四个cv::Mat 矩阵
  1. src：原始图像矩阵，CV_8UC3
  2. markers：注水区域矩阵，尺寸同src，CV_32S
  3. markers_show：初始为 src 的拷贝，显示注水区域，CV_8UC3
  4. wshed：显示分水岭图像矩阵
//
// Created by jacob on 12/31/20.
//

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;

namespace cvlog = cv::utils::logging;


/***-------------------- global variable --------------------***/
cv::Mat src, markers, markers_show;
cv::RNG rng(12345);
int n = 1;


/***-------------------- main function --------------------***/
int main(int argc, char **argv) {

    cvlog::setLogLevel(cvlog::LOG_LEVEL_INFO);
    CV_LOG_INFO(NULL, "17_watershed_test.cpp")

    // 1. read src
    string filename = "../img/waternet7.png";
    src = cv::imread(filename, cv::IMREAD_COLOR);
    CV_LOG_INFO(NULL, "src.size: " << src.size() << ", src.type: " << src.type())
    cv::imshow("src", src);

    // do waterShed，实现分水岭
    src.copyTo(markers_show);
    markers = cv::Mat::zeros(src.size(), CV_32S);    // (265, 201), (75, 110)
    int x1 = 70;
    int y1 = 50;
    int x2 = 130;
    int y2 = 10;
    int r = 10;
    cv::circle(markers, cv::Point(x1, y1), r, cv::Scalar(n++), -1);
    cv::circle(markers, cv::Point(x2, y2), r, cv::Scalar(n++), -1);
    cv::imwrite("../img/markers.png", markers);
    cv::circle(markers_show, cv::Point(x1, y1), r, cv::Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), -1);
    cv::circle(markers_show, cv::Point(x2, y2), r, cv::Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), -1);

    cv::imshow("marker_show", markers_show);
    CV_LOG_INFO(NULL, "markers before: \n" << markers)

    cv::watershed(src, markers);
    CV_LOG_INFO(NULL, "markers after: \n" << markers)

    // 定义随机颜色列表，三个区域
    vector<cv::Vec3b> colors = {
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
    };

    cv::Mat wshed = cv::Mat::zeros(src.size(), src.type());
    for (int row = 0; row < markers.rows; ++row) {
        for (int col = 0; col < markers.cols; ++col) {
            // 获取当前位置的标记
            int label = markers.at<int>(row, col);
            if (label > 0 && label < n) { // 1,2
//                CV_LOG_INFO(NULL, "label: " << label)
//                CV_LOG_INFO(NULL, "color: " << colors[label])
                wshed.at<cv::Vec3b>(row, col) = colors[label];
            }
        }
    }
    cv::imshow("wshed", wshed);

    // wait & terminate
    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

解释说明

  1. 在标记注水点矩阵 markers 上手动标记两个注水区域（1，2），并用圆形标记区域
    cv::circle(markers, cv::Point(x1, y1), r, cv::Scalar(n++), -1);
cv::circle(markers, cv::Point(x2, y2), r, cv::Scalar(n++), -1);
  2. 在显示注水点矩阵 markers_show 上绘制注水点
    cv::circle(markers_show, cv::Point(x1, y1), r, cv::Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), -1);
cv::circle(markers_show, cv::Point(x2, y2), r, cv::Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), -1);
  3. 定义两个区域的随机颜色，并使用 for 循环进行颜色填充
    vector<cv::Vec3b> colors = {
        cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
        cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
};

运行结果
进行分水岭函数运算之前的 marker
在这里插入图片描述
进行分水岭函数运算之前的 marker
在这里插入图片描述
在这里插入图片描述

代码2：案例

目的：

  1. 实现代码1中所有功能
  2. 引入 cv 的鼠标操作
  3. 鼠标左键按下用来标记注水点
  4. 鼠标右键按下用来执行分水岭函数
//
// Created by jacob on 12/31/20.
//

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;

namespace cvlog = cv::utils::logging;


/***-------------------- global variable --------------------***/
cv::Mat src, markers, markers_show;
cv::RNG rng(12345);
int n = 1;  // store max_no. of region
vector<cv::Vec3b> colors;

/***-------------------- callback function --------------------***/

/*
 * use ctrl + mouseLeft to check function parameters
 * aim: display points on img where mouse clicked
 */
void onMouseClick(int event, int x, int y, int flags, void *userdata) {

    vector<cv::Vec3b> color = *(vector<cv::Vec3b> *)userdata;

    // 当用户点击鼠标左键的时候，打标记
    if (event == cv::EVENT_LBUTTONDOWN) {
        int label = n;

        cv::Point seedPoint(x, y);
        CV_LOG_INFO(MOUSE, "mPt(x, y): " << seedPoint.x << ", " << seedPoint.y)

        circle(markers, cv::Point(x, y), 10, cv::Scalar(label), -1);
        circle(markers_show, cv::Point(x, y), 10, colors[label], -1);

        cv::imshow("markers_show", markers_show);
        n++;

    }

    // 当用户点击鼠标右键的时候，执行分水岭算法
    if (event == cv::EVENT_RBUTTONDOWN) {
        // do watershed
        CV_LOG_INFO(NULL, "markers before: \n" << markers)
        cv::watershed(src, markers);
        CV_LOG_INFO(NULL, "markers after: \n" << markers)

        cv::Mat wShed = cv::Mat::zeros(src.size(), src.type());
        for (int row = 0; row < markers.rows; ++row) {
            for (int col = 0; col < markers.cols; ++col) {
                // 获取当前位置的标记
                int label = markers.at<int>(row, col);
                if (label > 0 && label < n) {
                    wShed.at<cv::Vec3b>(row, col) = colors[label];
                }
            }
        }
        cv::imshow("wShed", wShed);
    }
}


/***-------------------- main function --------------------***/
int main(int argc, char **argv) {

    cvlog::setLogLevel(cvlog::LOG_LEVEL_INFO);
    CV_LOG_INFO(NULL, "17_watershed.cpp")

    // 1. read src
    string filename = "../img/wan.png";
    src = cv::imread(filename, cv::IMREAD_COLOR);
    CV_LOG_INFO(NULL, "src.size: " << src.size() << "src.type: " << src.type())
    cv::imshow("src", src);


    // test mouse callback
    markers = cv::Mat(src.size(), CV_32S);
    src.copyTo(markers_show);
    colors = {
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
    };
    cv::setMouseCallback("src", onMouseClick, &colors);


    // wait & terminate
    cv::waitKey(0);
    return 0;
}

运行结果
在这里插入图片描述

传值给回调函数

{
    colors = {
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            cv::Vec3b(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
    };
    cv::setMouseCallback("src", onMouseClick, &colors);
}

void onMouseClick(int event, int x, int y, int flags, void *userdata) {

    vector<cv::Vec3b> color = *(vector<cv::Vec3b> *) userdata;
}

opencv sample tutorial 的代码写的很好，应该学习。

&&_参考

链接：C语言的外部变量
链接：The Watershed Transformation
链接：Clion 添加命令行参数并调试运行

&&_问题解决

飞天牛牛
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenCV 3计算机视觉：Python语言实现
11-09
OpenCV 3计算机视觉：Python语言实现,代码+pdf文档，适合于计算机视觉研究者
OpenCV-13-泛洪(漫水)填充、分水岭、距离变换
我的小天地 ^_^
04-05 509
1. 泛洪填充、漫水填充 鼠标点击选择中心点进行填充(鼠标单击事件) #include <iostream> #include <opencv2/opencv.hpp> using namespace std; using namespace cv; Mat src; RNG rng(123456); void onMouse(int event, int x, int y, int flags, void* userdata){ // 如果鼠标左键被按下，就在这里打个
OpenCV中的cv::Mat函数将数据写入txt文件
08-27
主要介绍了OpenCVcv::Mat中的数据按行列写入txt文件中,需要的朋友可以参考下
opencv-ndarray-conversion:NumPy ndarray⇋OpenCV Mat转换，就可以了
05-10
NumPy ndarray⇋OpenCV Mat转换，就可以了。 原料药 class NDArrayConverter ：转换器类 NDArrayConverter::NDArrayConverter() ：构造函数 cv::Mat NDArrayConverter::toMat(const PyObject* o) ：将NumPy ndarray转换为cv::Mat 。 o是表示ndarray的Python表示形式的对象。 返回cv::Mat ，它是o的OpenCV表示形式。 PyObject* NDArrayConverter::toNDArray(const cv::Mat& mat) ：将cv::Mat转换为NumPy ndarray。 mat是要转换的cv :: Mat。 返回PyObject* ，它是ndarray的Python表示形式。 例子 examples.cp
OOP_cv6
03-17
OOP_cv6
OpenCV + CPP 系列（三十）基于距离变换与分水岭的图像分割
红叶谷 wsp_1138886114的博客
08-06 577
一、图像分割 图像分割概述 【详情请点击】 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 二、距离变换与分水岭 OpenCV—Python 分水岭算法图像分割 距离变换常见算法有两种 不断膨胀/ 腐蚀得到 基于倒角距离 分水岭变换常见的算法 基于浸泡理论实现 步骤 将
【OpenCV-Python】23.OpenCV的图像分割——分水岭算法、图像金字塔算法
每天都在学习的小博主
12-27 3064
23.OpenCV的图像分割——分水岭算法、图像金字塔算法 文章目录前言一、使用分水岭算法分割图像1、cv2.distanceTransform()函数2、cv2.connectedComponents()函数3、cv2.watershed()函数二、图像金字塔1、高斯金字塔向下采样2、高斯金字塔向上采样3、拉普拉斯金字塔4、应用图像金字塔实现图像的分割和融合三、OpenCV-Python资源下载总结 前言   主要介绍OpenCV中的分水岭算法、图像金字塔对图像进行分割的方法。 一、使用分水岭算法
OpenCV3学习（7.2）——图像分割之二（分水岭算法watershed）
知识搬运工的博客
02-03 4927
分水岭算法原理 分水岭算法是一种图像区域分割法，在分割的过程中，它会把跟临近像素间的相似性作为重要的参考依据，从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓，封闭性是分水岭算法的一个重要特征。其他图像分割方法，如阈值，边缘检测等都不会考虑像素在空间关系上的相似性和封闭性这一概念，彼此像素间互相独立，没有统一性。分水岭算法较其他分割方法更具有思想性，更符合人眼...
【opencv学习之三十九】背景分割和漫水填充
abcvincent的博客
02-21 1704
openCV中实现了背景分割算法——grabCut()和漫水填充算法——floodFill()；其中GrabCut算法是调用仅需要确认前景和背景输入，该算法就可以完成前景和背景的相对最优的分割；该算法利用了图像中的纹理信息和边界反差信息，来进行分割，和分水岭算法比较类似，但是速度挺慢的，结果好于分水岭；floodFill漫水填充算法比较常见，图画中的填充色用的就是这个算法；原理也比较简单就是遍历封...
OpenCV学习之路（十九） 漫水填充算法和分水岭算法
菜鸡程序猿的博客
09-04 1958
分水岭算法
泛洪填充 floodfill demo
06-17
在做表情识别项目过程中遇到脸分区的问题，本以为可以用OPenCV floodfill 方法解决，对floodfill 不甚理解，于是乎写了一段例子来测试它的功能，为了不让大家重复劳动，在此分享给大家。
OpenCV-Python图像处理：用inRange刷选图像中指定颜色对象案例.rar
09-16
OpenCV-Python图像处理：用inRange刷选图像中指定颜色对象案例.rar
狂神说--SpringBoot01
Mar.三月
03-21 460
springboot 一个javaweb的开发框架，和springmvc类似 约定大于配置，简化开发，几行代码开发一个接口，多数spring应用只需很少的spring配置 springboot基于spring开发，和spring框架紧密结合用于提升spring开发者体验的工具 继承了大量的第三方库配置（redis，mq, mongo）。达到开箱即用 ...
C++ OOP
Lightmare625
02-25 417
目录 1.概述 2.继承 2.0 基类 2.1 派生类 2.2 空基类优化（本节不理解 2.3 虚基类 2.4 继承方式 2.5 成员名称查找（不理解） 2.6 C++11新增 override final 3. 动态绑定 3.1 对象模型：虚表和虚指针 3.2 动态绑定的三个条件 3.3 static type和dynamic type区别 3.4 关于this...
OpenCV-ROI与泛洪填充
卷心菜的博客
10-17 269
OpenCV-ROI与泛洪填充(Python)
0092 经典算法系列——泛洪填充（FloodFill）
gendlee1991的专栏
05-27 1872
泛洪填充（FloodFill）问题在图像处理中非常常用，它和连通图的概念相似。最近在YouTube看 Patrick Shyu (TechLead)的视频，他讲他在谷歌面试别人的时候，常会出一道泛洪填充的题。 这道题参考LeetCode733： 有一幅以二维整数数组表示的图画，每一个整数表示该图画的像素值大小，数值在 0 到 65535 之间。 给你一个坐标 (sr, sc) 表示图像渲染开始的像素值（行 ，列）和一个新的颜色值 newColor，让你重新上色这幅图像。 为了完成上色工作，从初始坐标开始，
OPenCV floodfill 泛洪填充的使用方法
热门推荐
searobbers_duck的博客
06-17 4万+
目的         在做表情识别项目过程中遇到脸分区的问题，本以为可以用OPenCV floodfill 方法解决，对floodfill 不甚理解，于是乎写了一段例子来测试它的功能，为了不让大家重复劳动，在此分享给大家。 程序实现         本代码是在Qt中实现，在此假设您已经会在Qt中配置OPenCV，如果不会也没关系，底部我会上传我的代码，从 .pro文件中您应该
图像处理------泛洪填充算法(Flood Fill Algorithm) 油漆桶功能
weixin_34235371的博客
07-24 1590
泛洪填充算法(Flood Fill Algorithm) 泛洪填充算法又称洪水填充算法是在很多图形绘制软件中常用的填充算法，最熟悉不过就是 windows paint的油漆桶功能。算法的原理很简单，就是从一个点开始附近像素点，填充成新 的颜色，直到封闭区域内的所有像素点都被填充新颜色为止。泛红填充实现最常见有四邻域 像素填充法，八邻域像素填充法，基于扫描...
图像处理之基于泛红算法的二值图像内部区域填充
weixin_33827731的博客
06-17 343
图像处理之基于泛红算法的二值图像内部区域填充 一：基本原理 在二值图像处理中有个常用的操作叫做Hole Fill意思是填充所有封闭区域的内部，这种算法在二值图像基础上的对象识别与提取有很大作用。基于泛红填充算法实现二值图像内部区域填充是一直快速填充算法。 因为泛红填充通常需要指定从一个点开始，填满整个封闭区域，对一张二值图像来说，我们最好的办法是把背景...
c++ opencv实现区域填充_CV学习笔记（五）：ROI与泛洪填充
最新发布
05-30
关于你的问题，如果你想用C++和OpenCV实现区域填充，可以使用泛洪填充（floodFill）函数。该函数可以从指定点开始，填充与该点相邻的区域，直到遇到边缘或指定的停止条件为止。 以下是一个简单的示例代码，演示了...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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