watershed用法详解

本文详细介绍了如何使用OpenCV库中的watershed算法进行图像分割,讲解了该方法的基本原理和步骤,适用于图像处理和计算机视觉领域的研究。
摘要由CSDN通过智能技术生成

OpenCV 利用watershed方法进行图像分割

def watershed_ori(image_path):
    """
    输入图像 -> 灰度 -> 二值化(二值化之后注意一下前景是255还是0) -> 距离变换 -> 寻找种子 -> 生成Marker -> 分水岭变换 -> 输出图像
    """
    image_name = image_path.split("/")[-1]
    image = cv2.imread(image_path)
    # image = multiScaleSharpen(image, 5)
    # 前提:降噪
    # blurred = cv2.pyrMeanShiftFiltering(image, 25, 100)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 第一步:灰度处理

    # 第二步:二值化处理 + 反色处理 255 -> 0 | 0 -> 255
    # ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
    ret, binary = cv2.threshold(gray, 0, 255
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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