转自:Tiger & Pi 
http://blog.163.com/my_645/blog/static/369785222013310619742/
Watershed就是传说中的分水岭算法, 它将一幅图像看成是一块有湖泊和山川组成的地形。 图像灰度值大的像素对应海拔高的山地, 灰度值低的像素对应于海拔低的盆地。Watershed分割是模拟湖水上涨并在湖泊相遇处筑坝的过程。一般水是从湖泊的最低处灌进去,最低点对应于图像的局部最低点。 但确定局部最低点的自动话算法得到的结果往往不尽如人意, 所以常常要手动指定marker点。
函数原型
void cvWatershed(Iplimage *src_image, CvArr* markers)
下面的代码通过交互式的方式演示了watershed的过程,先在图像的不同区域画线,然后按w键运行算法。 下图左边是原图和指定的markers, 右边是分割的mask图像。

/************************************************************************/
/* 下面这一堆代码真正的分水岭代码在cvWatershed( img0, markers )函数里面,其它
归纳起来为:实现鼠标标记图像,制作markers标记图像,实现颜色填充效果。 */
/************************************************************************/

//
// ch9_watershed image
// This is an exact copy of the watershed.cpp demo in the OpenCV ../samples/c directory
//
// Think about using a morphologically eroded foreground and background segmented image as the template
// for the watershed algorithm to segment objects by color and edges for collecting
//

#include "stdio.h"
#include "cv.h"
#include "highgui.h"
#include <stdio.h>
#include <stdlib.h>

IplImage* marker_mask = 0;
IplImage* markers = 0;
IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;
CvPoint prev_pt = {-1,-1};

void on_mouse(int event, int x, int y, int flags, void* param)
{
if(!img)
return;

if(event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON))
// 如果鼠标左键弹起或鼠标左键没有按下
prev_pt = cvPoint(-1,-1);
else if(event == CV_EVENT_LBUTTONDOWN)
// 如果鼠标左键按下
prev_pt = cvPoint(x,y);
else if(event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON))
// 如果鼠标移动且左键按下
{
CvPoint pt = cvPoint(x,y);
if( prev_pt.x < 0 )
prev_pt = pt;
cvLine(marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0);
// 实际标记 marker_mask 才会被算法用到
cvLine(img, prev_pt, pt, cvScalarAll(255), 5, 8, 0);
// img标记只便于用户观察
prev_pt = pt;
cvShowImage("image", img);
}
}

int main()
{
printf( "Hot keys: \n"
"\tESC - quit the program\n"
"\tr - restore the original image\n"
"\tw or ENTER - run watershed algorithm\n"
"\t\t(before running it, roughly mark the areas on the image)\n"
"\t (before that, roughly outline several markers on the image)\n");

char* filename = "lena.BMP";
CvRNG rng = cvRNG(-1);
// 定义一个随机化生成器并初始化为-1,配合下面cvRandInt(&rng)生成随机数,现在知道为什么会变颜色了吧

if((img0 = cvLoadImage(filename,1)) == 0)
return 0;

cvNamedWindow("image", 1);
cvNamedWindow("watershed transform", 1);

img = cvCloneImage(img0);
// 用于显示的原图像
img_gray = cvCloneImage(img0);
// 用于和分割出的颜色块进行混合
wshed = cvCreateImage(cvGetSize(img), 8, 3);
// 用于存储分割出的颜色块和最后的效果图
marker_mask = cvCreateImage(cvGetSize(img), 8, 1);
// 用于记录用户标记区域的画布,并在此基础上制作用于分水岭算法使用的markers
markers = cvCreateImage(cvGetSize(img), IPL_DEPTH_32S, 1);
cvCvtColor(img, marker_mask, CV_BGR2GRAY);
cvCvtColor(marker_mask, img_gray, CV_GRAY2BGR);

cvZero(marker_mask);
cvZero( wshed );
cvShowImage( "image", img );
cvShowImage( "watershed transform", wshed );

cvSetMouseCallback("image", on_mouse, 0);
// 从这儿开始实现鼠标标记功能,具体可查ICVL

for(;;)
{
char c = cvWaitKey();

if( c == 27 )
break;

if( c == 'r' )
{
cvZero(marker_mask);
cvCopy(img0, img);
cvShowImage("image", img);
}

if(c == 'w')
{
CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* contours = 0;

int comp_count = 1;
// 粗看以为这是记录轮廓数目呢,其实不然,他将把每个轮廓设为同一像素值
cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),
CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );

cvZero( markers );
for( ; contours != 0; contours = contours->h_next, comp_count++)
{
cvDrawContours( markers, contours, cvScalarAll(comp_count+1),
cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) );
}
// 上面这些最后得到markers 将会是一些数值块,每个轮廓区域内都有同一像素值
// 到此时Watershed 终于得到了它如饥似渴的 markers 这个markers 中记录了刚刚
// 用户用鼠标勾勒的感兴趣区域

CvMat* color_tab;
color_tab = cvCreateMat(1, comp_count, CV_8UC3);
// 构造一个一维8bit无符号3通道元素类型的矩阵,用来记录一些随机的颜色
for(int i = 0; i < comp_count; i++)
{
uchar* ptr = color_tab->data.ptr + i*3;
ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50);
ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50);
ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50);
}

{// 千呼万唤始出来的cvWatershed
double t = (double)cvGetTickCount();
cvWatershed(img0, markers);
t = (double)cvGetTickCount() - t;
printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );
// 上面的t用来计算此算法运行时间

/************************************************************************/
/* markers中包含了一些用户感兴趣的区域,每个区域用1、2、3。。一些像素值标注,经过
此算法后,markers会变成什么样呢?要知道markers中标注的只是用户用鼠标轻描淡写的
一些区域,把这些区域想像成一些湖泊,如果只有一个区域,则代表整幅图将会被这一个
湖泊淹没,上面color_tab 正是用来记录每个湖泊的颜色。如果用户标注了两个区域,则
湖泊会沿着这两个区域蔓延,直到把图片分成两个湖泊,这两个湖泊不是无规律的,而是
尽可能把图像的轮廓分隔开。如标注多个区域,则将形成多种颜色的湖泊,此算法会把把
每个湖泊的分水岭赋为 -1,即用来分隔这些湖泊,下面图片展示了这些湖泊把整幅图都分
隔开了 */
/************************************************************************/
}

// paint the watershed image
for(int i = 0; i < markers->height; i++)
for(int j = 0; j < markers->width; j++)
{
int idx = CV_IMAGE_ELEM( markers, int, i, j );
// idx得到了markers 在(i, j)坐标的的像素值,这个值对应color_tab中的一种颜色
// 因为markers 中的像素值就是用1-comp_count 的像素值标注的
uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );
// dst得到了wshed图像 (i, j)像素数据的首地址,因为乘3是因为3通道

if( idx == -1 )
// 在wshed图像中将markers 中得到的分水岭标记为白色,原先-1将显示黑色
dst[0] = dst[1] = dst[2] = (uchar)255;
else if( idx <= 0 || idx > comp_count )
dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here
else
{
uchar* ptr = color_tab->data.ptr + (idx-1)*3;
// 指向idx 所对应的颜色通道,这些颜色是上面随机生成的
dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];
// 把对应的像素值赋给wshed 图像
}
}

cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );
// 可以注释掉看下效果
cvShowImage( "watershed transform", wshed );
cvReleaseMemStorage( &storage );
cvReleaseMat( &color_tab );
}
}

return 1;
}

转载于:https://www.cnblogs.com/April1314/p/3406988.html

OpenCV图像分割-watershed相关推荐

  1. OpenCV图像分割Grabcut算法

    前言 1.OpenCV图像分割Grabcut算法主要功能是分割和抠图,就是把框着的目标抠出来,比如要分割出一个证件照的人的图像,只需要在目标外面画一个框,把目标框住,它就可以完成良好的分割. 2.算法 ...

  2. OpenCV图像分割实战视频教程-贾志刚-专题视频课程

    OpenCV图像分割实战视频教程-1739人已学习 课程介绍         基于OpenCV新版本3.2 讲述,详细解释了KMeans.高斯混合模型(GMM).分水岭变换.Grabcut等算法基本原 ...

  3. 视频教程-OpenCV图像分割实战视频教程-计算机视觉

    OpenCV图像分割实战视频教程 贾志刚 2004毕业于山东大学齐鲁软件学院,软件工程专业.专注于图像处理算法学习与研究,计算机视觉OpenCV开发应用,深度学习在计算机视觉领域应用.书籍<Ja ...

  4. Opencv图像分割小案例 --- 绿幕背景视频抠图

    基于HSV色彩空间的实时背景替换: 注:新更换的背景图必须和原视频的背景图尺寸一样.  相关API: 1. inRange()函数 opencv中的inRange()函数可实现二值化功能(这点类似th ...

  5. opencv图像分割 --- Grabcut图像分割

    Grabcut图像分割与GMM.KMeans.分水岭分割的区别在于, Grabcut图像分割是用户可以 选择目标图像,然后将剩余的作为背景,目标作为前景进行分割,这样可以把目标提取出来,也就 是抠图: ...

  6. Opencv图像分割与Watershed算法

    文章目录 1 理论 2 测试图像 3 寻找硬币的近似估计 4 去除图像中的白色噪点 5 分水岭 1 理论   任何灰度图像都可以看作是一个地形表面,其中高强度表示山峰,低强度表示山谷.当用不同颜色的水 ...

  7. opencv图像分割合成_OpenCV图像分割-watershed

    转自:Tiger & Pi http://blog.163.com/my_645/blog/static/369785222013310619742/ Watershed就是传说中的分水岭算法 ...

  8. OpenCV分水岭watershed的应用注意

    在VS2010,OpenCV进行分水岭的实现时.我遇到了一个问题: 在做好种子图和背景图后,也无法分隔开同一个背景框内的多个种子点.网上给的方法都是将背景点设置为灰度128,种子点设置为255,其他为 ...

  9. opencv图像分割2-GMM

    GMM随机数分类: #include<opencv2\opencv.hpp> #include<iostream> using namespace cv; using name ...

最新文章

  1. 【SICP练习】110 练习3.23
  2. Boston和MIT研究人员利用脑电信号实时控制机器人
  3. 独立成分分析ICA系列1:意义
  4. linux 开启 自动挂载U盘 权限的设置
  5. Linux中vim编辑器的缩进的功能键
  6. 让一个动画一直执行的属性是_iOS 动画 一
  7. ES6新特性_const声明常量以及特点---JavaScript_ECMAScript_ES6-ES11新特性工作笔记005
  8. SCOM2012功能测试(25)—发布报表和收藏报表
  9. Android 5.1长按电源键添加重启功能
  10. Pillow 10行代码给营业执照模板写数据,批量生产
  11. api sdk开发手册 模板
  12. 视频水印怎么去除?超简单 千万不要错过
  13. 天马行空脚踏实地,阿里巴巴有群百里挑一的天才应届生...
  14. AssertionError: CUDA unavailable, invalid device 0 requested
  15. 改oracle sockets,安装GI最后检查时出现warning - Domain Sockets,PRVG-11750
  16. Mac设置命令行代理
  17. lec formality inconclusive举例
  18. halcon第五讲:汉字识别
  19. 【小程序】组件形式 引入第三方图标iconfont
  20. Java EasyWord导出word文档

热门文章

  1. 前端学习(3259):js高级教程(3)typeof
  2. [css] 你对响应式设计的理解是什么?知道它基本的原理是吗?要想兼容低版本的IE怎么做呢?
  3. 前端学习(2611):vuex实现增加
  4. “约见”面试官系列之常见面试题之第九十二篇之created和mounted区别(建议收藏)
  5. 前端学习(1522):vue-cli创建项目
  6. 前端学习(1486):postman测试接口
  7. 企业网站前端制作实战教程 JQuery CSS JS HTML 项目需求分析与准备工作
  8. 前端学习(541):node得优势
  9. iperf 测试局域网速度
  10. 纯CSS实现锚点跳转位置上下偏移的办法