opencv实现分水岭算法
opencv实现分水岭算法
// 分水岭算法原理
// IplImage* marker_mask = 0;
IplImage* markers = 0;
//IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;
IplImage *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) )prev_pt = cvPoint(-1,-1);else if( event == CV_EVENT_LBUTTONDOWN )prev_pt = cvPoint(x,y);else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) ){CvPoint pt = cvPoint(x,y);if( prev_pt.x < 0 )prev_pt = pt;cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );prev_pt = pt;cvShowImage( "image", img );}
}void CCVMFCView::OnWatershed()//分水岭
{int flag=0;CvRNG rng = cvRNG(-1);img0 = cvCloneImage( workImg ); // 建立工作位图cvFlip(img0);cvNamedWindow( "image", 1 );// cvNamedWindow( "watershed transform", 1 );img = cvCloneImage( img0 );img_gray = cvCloneImage( img0 );wshed = cvCloneImage( img0 );marker_mask = cvCreateImage( cvGetSize(img), 8, 1 );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 );m_ImageType=-3;for(;;){int c = cvWaitKey(0);if( c == 27 ) {if (!flag) { // 未加标记wshed = cvCloneImage( img0 );}break;}if( c == 'r' ){cvZero( marker_mask );cvCopy( img0, img );cvShowImage( "image", img );}if( c == 'w' || c == '\r' ){CvMemStorage* storage = cvCreateMemStorage(0);CvSeq* contours = 0;CvMat* color_tab;int i, j, comp_count = 0;//cvSaveImage( "wshed_mask.png", marker_mask );//marker_mask = cvLoadImage( "wshed_mask.png", 0 );cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );CvSeq* contourn = contours;int n;for (n=0; contourn != 0; contourn = contourn->h_next,n++) {} // 检查边界数if (n) { // 已作标记才进行处理 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) );}color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );for( 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);}{double t = (double)cvGetTickCount();cvWatershed( img0, markers ); // 分水岭算法处理t = (double)cvGetTickCount() - t;// printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );}// paint the watershed imagefor( i = 0; i < markers->height; i++ ) {for( j = 0; j < markers->width; j++ ){int idx = CV_IMAGE_ELEM( markers, int, i, j );uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );if( idx == -1 )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 hereelse{uchar* ptr = color_tab->data.ptr + (idx-1)*3;dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];}}}cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed ); // 图像合成// cvShowImage( "watershed transform", wshed );cvReleaseMemStorage( &storage );cvReleaseMat( &color_tab );}else { // 未加标记wshed = cvCloneImage( img0 );}cvCopy(wshed,workImg);cvFlip(workImg);CClientDC dc(this);StretchDIBits(dc.m_hDC, // 刷新主窗口0,0,workImg->width,workImg->height,0,0,workImg->width,workImg->height,workImg->imageData,m_lpBmi,DIB_RGB_COLORS,SRCCOPY);flag=1;}}cvDestroyWindow( "image" );cvReleaseImage(&img0);cvReleaseImage(&img);cvReleaseImage(&img_gray);cvReleaseImage(&marker_mask);cvReleaseImage(&markers);cvFlip(wshed);m_dibFlag=imageReplace(wshed,&workImg);Invalidate();
}
from: http://blog.csdn.net/abcjennifer/article/details/7315232
opencv实现分水岭算法相关推荐
- pythonopencv算法_python opencv之分水岭算法示例
本文介绍了python opencv之分水岭算法示例,分享给大家,具体如下: 目标 使用分水岭算法对基于标记的图像进行分割 使用函数cv2.watershed() 原理: 灰度图像可以被看成拓扑平面, ...
- 使用OpenCV的分水岭算法
<使用OpenCV的分水岭算法> 之前利用watershed想对相对前背景较为明显的图像进行图像语义分割的预打标,因为虽然前景明显,但是边缘打标也是很困难的,可以用该方法对大部分的边缘 ...
- python opencv 利用分水岭算法实现对物体的分割 图文详细注释版 以分割官网提供的硬币为例
分水岭算法可以实现自动分割多个物体,opencv中 cv.watershed() 函数实现了分水岭算法 话不多说,上代码 # 利用分水岭算法分离多个相同硬币 import numpy as np im ...
- 【OpenCV】- 分水岭算法
文章目录 什么是图像分割 分水岭算法 1.实现分水岭算法:watershed()函数 2.处理流程(视频) 3.示例程序(书中) 什么是图像分割 将图像中像素根据一定的规则分为若干个cluster集合 ...
- opencv之分水岭算法分割及图像修补
1)分水岭算法 原理: 任何一幅灰度图像都可以被看成是拓扑平面,灰度值高的区域可以被看成是山峰,灰度值低的区域可以被看成是山谷,我们向每一个山谷中灌不同颜色的水,随着水位的升高,不同山谷的水就会相遇汇 ...
- OpenCV之分水岭算法
分水岭算法 在许多实际的应用中,我们需要分割图像,但是无法从背景图像中获得有用信息.但是分水岭算法在这方面往往非常有效,它可以将图像中的边缘转化为"山脉",将均匀区域转化为&quo ...
- 【python】【openCV】分水岭算法
脑血管医学图像颅内分割尝试--分水岭算法 code 1.2 不分割颅内直接分割 code 2.0 实验版 code 3.0 批量处理版 code 3.1 加入孔洞填充 总结 本篇博客原目的同https ...
- opencv 图像分割-分水岭算法
任何灰度图都恶意被看作是一个地形面,高强度表示山峰和山丘,低强度则表示山谷.开始使用不同的水来填充每个孤立的山谷(局部最小值).随着水的上升,来自不同山谷的水,开始融合.为了避免这种情况,在水合并的地 ...
- Opencv 分水岭算法 watershed的图像分割
分水岭算法 参考博客: (1)迈克老狼2012 https://www.cnblogs.com/mikewolf2002/p/3304118.html (2)-牧野- h ...
最新文章
- java双重检查锁单例真的线程安全吗?
- linux杀dmol3进程,linux下运行Gaussian09进程被killed - 量子化学 - 小木虫 - 学术 科研 互动社区...
- python OpenCV 绘图函数
- 工程造价步骤_极其全面!1247页安装工程造价与施工管理讲义,造价入门首选...
- boost::signals2模块实现使用自动连接管理的测试程序
- sap.ushell.Container.getService.done的设计思路
- 大数据之-Hadoop3.x_MapReduce_ReduceJoin案例需求分析---大数据之hadoop3.x工作笔记0128
- DQL 学习3 -- Administration Methods
- matlab求任意点最短路径,【最短路】求两点间最短路径的改进的Dijkstra算法及其matlab实现...
- iOS开发之CoreSpotlight框架的应用
- Vite ---- 创建Vue3.0+TS项目
- 参观云栖小镇体会_40个绝美小镇
- OpenAI怎么写作「谷歌小发猫写作」
- POSIX 与 CMSIS 标准
- uni-app项目部署 打包 运行
- 知识图谱-知识体系与知识融合-实体消歧
- Actor模式理解与使用
- 【AirSim】Windows下搭建AirSim
- c语言报告对老师的致谢,论文致谢对老师的感谢-论文老师的致谢词怎么写?
- Apache和Spring提供的StopWatch执行时间监视器