OpenCV分水岭算法

#include<iostream>
#include <opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/video/tracking.hpp>
using namespace std;
using namespace cv;



/*
任务：

选择一副彩色图像，对其中前景进行初步分割（可采用任何合适的分割方式，
例如利用阈值或利用颜色信息等等，得到二值图，其中前景用白色表示，背景用黑色表示），
然后利用形态学运算得到标记图（前景、背景、不确定区域各1种标记，不确定区域标记为0），
最后利用分水岭分割算法进行分割，要求显示出原彩色图、初步分割结果（二值图）、标记图、
3种最终分割结果（边缘图、区域图、区域图与原图混合结果）
*/
class WatershedSegmenter {
private:
	cv::Mat markers; // 标记图(既是输入，也是结果)
public:
	// 设置标记图
	void setMarkers(const cv::Mat& markerImage) {
		// 转换成整数型图像
		markerImage.convertTo(markers, CV_32S);
	}
	// 应用分水岭分割
	cv::Mat process(const cv::Mat& image) {
		cv::watershed(image, markers);
		return markers.clone();
	}
	// 以图像的形式返回分割结果
	cv::Mat getSegmentation() {
		cv::Mat tmp;
		// 所有标签值大于255的区域都赋值为255
		// 标签值小于0的赋为0
		markers.convertTo(tmp, CV_8U);

		return tmp;
	}
	// 以图像的形式返回分水岭
	cv::Mat getWatersheds() {
		//cv::Mat tmp;
		// 在转换时将每个像素p转换为255p+255
		//markers.convertTo(tmp, CV_8U, 255, 255);

		return markers > -1;
	}
};


void main()
{
	Mat image;
	image = cv::imread("1.jpg");
	if (image.empty())
	{
		cout << "读取图像失败" << endl;
		exit(EXIT_FAILURE);
	}
	cv::imshow("Origional Image", image);
	cv::Mat binary = cv::imread("bin.bmp", cv::IMREAD_GRAYSCALE);
	if (binary.empty())
	{
		cout << "读取图像失败" << endl;
		exit(EXIT_FAILURE);
	}
	cv::imshow("初步分割结果（二值图）", binary);
	cv::Mat fg;
	// 用默认结构元素腐蚀4次
	cv::erode(binary, fg, cv::Mat(), cv::Point(-1, -1), 4);

	// 标识不含物体的图像像素
	cv::Mat bg;
	// 用默认结构元素膨胀4次
	cv::dilate(binary, bg, cv::Mat(), cv::Point(-1, -1), 4);
	// 将背景像素设为128，阈值1-254区间均可
	cv::threshold(bg, bg, 1, 128, cv::THRESH_BINARY_INV);
	// 通过合并之前两幅图得到标记图像
	// (前景为255，背景为128，待定为0)
	cv::Mat markers = fg + bg;
	cv::imshow("标记图", markers);
	// 创建分水岭分割类的对象
	WatershedSegmenter segmenter;
	// 设置标记图像，然后执行分割过程
	segmenter.setMarkers(markers);
	segmenter.process(image);
	cv::imshow("分割结果(边缘图)", segmenter.getWatersheds());
	// 得到方便观察的分割结果(边缘像素为黑色)
	cv::Mat resultForShow = segmenter.getSegmentation();
	cv::imshow("分割结果(区域图)", resultForShow);
	// 将分割结果与原图融合，以便于观察结果的正确性
	cv::cvtColor(resultForShow, resultForShow, cv::COLOR_GRAY2BGR);
	resultForShow = resultForShow * 0.5 + image * 0.5;
	cv::imshow("分割结果", resultForShow);
	int c = waitKey(0);
	if (c == 27)
	{
		exit;
	}
	destroyAllWindows();
}