opencv入门九，图像矩， 点多边形测试， 基于距离变换与分水岭的图像分割

图像矩

moments(
InputArray  array,//输入数据
bool   binaryImage=false // 是否为二值图像
)

面积

contourArea(
InputArray  contour,//输入轮廓数据
bool   oriented// 默认false、返回绝对值)

弧长

arcLength(
InputArray  curve,//输入曲线数据
bool   closed// 是否是封闭曲线)

过程：
提取图像边缘
发现轮廓
计算每个轮廓对象的矩
计算每个对象的中心、弧长、面积

点多边形测试

测试一个点是否在给定的多边形内部，边缘或者外部

pointPolygonTest(
InputArray  contour,// 输入的轮廓
Point2f  pt, // 测试点
bool  measureDist // 是否返回距离值，如果是false，1表示在内面，0表示在边界上，-1表示在外部，true返回实际距离
返回数据是double类型)

基于距离变换与分水岭的图像分割

cv::distanceTransform(InputArray  src, OutputArray dst,  OutputArray  labels,  int  distanceType,  int maskSize,  int labelType=DIST_LABEL_CCOMP)
distanceType = DIST_L1/DIST_L2,
maskSize = 3x3,最新的支持5x5，推荐3x3、
labels离散维诺图输出
dst输出8位或者32位的浮点数，单一通道，大小与输入图像一致

cv::watershed(InputArray image, InputOutputArray  markers)

流程
1.将白色背景变成黑色-目的是为后面的变换做准备
2. 使用filter2D与拉普拉斯算子实现图像对比度提高，sharp
3. 转为二值图像通过threshold
4. 距离变换
5. 对距离变换结果进行归一化到[0~1]之间
6. 使用阈值，再次二值化，得到标记
7. 腐蚀得到每个Peak - erode
8.发现轮廓 – findContours
9. 绘制轮廓- drawContours
10.分水岭变换 watershed
11. 对每个分割区域着色输出结果