OpenCV分水岭算法中标记图的妙用

    分水岭算法不是第一次看见了，因为项目中没用过，就一直没详细看里面标记图的用法，而且感觉看过的OpenCV书里面解释的都很不明白，其实是自己的学习方法有问题，这个问题说简单也很简单，一步步的试验看看中间输出结果，还有什么难的呢。

    下面进入正题，首先这个标记图作用是什么（分水岭算法原理这里就不说了），在一些分割算法如watershed和grabCut算法中，如果直接对原图进行处理，那么将图像过度分割为许多微小的区域，为了避免这种过度分割，就是用标记图来引导，标记图里面表示为前景的部分，分水岭算法就在它的附近进行精准的分割，标记图里面标记为背景的部分，分水岭算法就不管它了。那么这个标记图如何形成呢，概况来说就是把前景图像内的任意某一部分设为255，背景图像设为0到255中间某值，未知图像设为0，而一种常用的方法是对图像A取二值化得到图像B，前景设为高亮，二值化后的图像进行腐蚀得到图像M，这也就是得到了前景的一部分，然后同样是对二值化图像B，进行膨胀，然后把膨胀后的图像C再进行二值化得到N，这个N是把C里面的背景（也就是 C里面的零值区域）设为128，前景设为0得到，最后把M和N相加，就得到了标记图，把这个标记图作为分水岭算法的输入参数，就可以得到理想的结果。

以下附上得到标记图的过程：