OpenCV(四十一)：图像分割-分水岭法

最新推荐文章于 2024-09-18 00:15:00 发布

Hdnw

最新推荐文章于 2024-09-18 00:15:00 发布

阅读量647

点赞数

分类专栏： Android之OpenCV 文章标签：计算机视觉 opencv 人工智能 C++

本文链接：https://blog.csdn.net/weixin_63357306/article/details/132878129

版权

Android之OpenCV 专栏收录该内容

50 篇文章 28 订阅

订阅专栏

本文介绍了OpenCV库中的分水岭算法，通过示例展示了如何使用watershed()函数对带有标记的图像进行分割，包括图像预处理、轮廓检测和结果可视化的过程。

摘要由CSDN通过智能技术生成

1.分水岭方法介绍

OpenCV 提供了分水岭算法（Watershed Algorithm）的实现，使用分水岭算法对图像进行分割，将图像的不同区域分割成互不干扰的区域。分水岭算法模拟了水在图像中的扩散和聚集过程，将标记的边界被看作是阻挡水扩散的高山，通过模拟水的扩散和聚集，最终确定图像的分割边界。

如图所示：水从山低蔓延，而高山阻止水扩散。

2.分水岭法分割图像函数watershed()

void cv::watershed ( InputArray image,

InputOutputArray markers

）

image:输入图像，数据类型为CV_8U的三通道图像
markers:输入/输出CV_32S的单通道图像的标记结果，与原图像具有相同的尺寸

示例代码：

基于标记图像中画的线来对原图像进行分割。


void  watershed_f(Mat mat,Mat mat2){//mat原图像  mat2含有标记的图像
    // 把四通道原图像转换成三通道
    Mat image;
    cv::cvtColor(mat, image, cv::COLOR_BGRA2BGR);

    Mat imgGray,imgMask,img_;
    Mat maskWaterShed;//watershed()函数的参数
    //对标记的图像进行灰度化
    Mat image2;
    cvtColor(mat2,imgGray,COLOR_BGR2GRAY);
    //对标记的图像二值化并开运算，可得到标记画的线
    threshold(imgGray,imgMask,250,255,THRESH_BINARY);
    Mat k= getStructuringElement(0,Size(3,3));
    morphologyEx(imgMask,imgMask,MORPH_OPEN,k);
    //显示二值化并开运算的结果
    imwrite("/sdcard/DCIM/imgMask2.png",imgMask);
    //对二值化后的标记图像进行轮廓检测，可得到画的线的轮廓
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(imgMask,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());
    //在maskWaterShed上绘制出上面得到的轮廓
    maskWaterShed=Mat::zeros(imgMask.size(),CV_32S);
    for(int index=0;index<contours.size();index++){
        drawContours(maskWaterShed,contours,index,Scalar::all(index+1),2,8);
    }
    //分水岭算法 需要对原图像进行处理
    watershed(image,maskWaterShed);
    //显示分水岭算法分割的每个区域
    imwrite("/sdcard/DCIM/maskWaterShed2.png",maskWaterShed);
  
    //随机生成几种颜色
    vector<Vec3b> colors;
    for(int i=0;i<contours.size();i++){
        int b=theRNG().uniform(0,255);
        int g=theRNG().uniform(0,255);
        int r=theRNG().uniform(0,255);
        colors.push_back(Vec3b((uchar)b,(uchar)g,(uchar)r));
    }
    //给分水岭算法分割的每个区域添加颜色
    Mat resultImg=Mat(image2.size(),CV_8UC3);
    for(int i=0;i<imgMask.rows;i++){
        for(int j=0;j<imgMask.cols;j++){
            //绘制每个区域的颜色
            int index=maskWaterShed.at<int>(i,j);
            if(index==-1)//区域间的值被置为-1（边界）
            {
                resultImg.at<Vec3b>(i,j)=Vec3b(255,255,255);
            }
            else if(index<=0||index>contours.size())//没有标记清楚的区域被置为0
            {
                resultImg.at<Vec3b>(i,j)=Vec3b(0,0,0);
            }else{
                resultImg.at<Vec3b>(i,j)=colors[index-1];
            }
        }
    }
    //显示给分水岭算法分割的每个区域添加颜色的结果
    imwrite("/sdcard/DCIM/resultImg2.png",resultImg);
    //分割的区域与原图像结合
    resultImg=resultImg*0.8+image*0.2;
    imwrite("/sdcard/DCIM/resultImg3.png",resultImg);

}