距离变换

输出像素的值为，输入图像中，与最近的零像素的距离，可显示物体靠质心的位置。

一般先对灰度图像取反，即转化为黑色背景。

void distanceTransform( InputArray src, OutputArray dst,int distanceType, int maskSize, int dstType=CV_32F);
//distanceType,输入DIST_C，DIST_L1,DIST_L2，分别表示计算四连通，八连通，和精准的欧氏距离
//markSize输入3/5.表示使用3x3/5x8的掩膜

分水岭算法

先通过距离变换求出物体质心后，将其想象成山顶，而其他地方为山谷，灌水后，山谷被填满，只剩下山顶，图像就被分割开来。

void watershed( InputArray image, InputOutputArray markers );
//输入8位三通道图像，输入cv_32SC1的Markers标记。
//输出给markers,0为不确定区域，-1为边界。

实战演练

处理流程

将白色背景转化为黑色
sharp,使用拉普拉斯算子将图像对比度提高，突出边缘。
二值化
距离变换
归一化[0~1]之间
再次二值化
腐蚀
发现轮廓
绘制轮廓/轮廓编号
分水岭变换
着色输出

#include<opencv2/opencv.hpp>
#include<opencv2/core/mat.hpp>
#include<iostream>
#include<vector>
using namespace std;
using namespace cv;int main()
{Mat src0;Mat src, dst;src = imread("C:/Users/LBJ/Desktop/OpenCVTest/puke.png");if (!src.data){cout << "The iamge is empty" << endl;return -1;}imshow("input_img", src);src0 = src;//背景转化为黑色cvtColor(src, src, CV_BGR2GRAY);threshold(src, src, 251, 255, THRESH_TOZERO_INV);medianBlur(src, src, 5);//锐化提高边缘对比度Mat kernel = (Mat_<float>(3, 3) << 1, 1, 1,1, -8, 1,1, 1, 1);Mat laplas, sharp = src;filter2D(sharp, laplas, CV_32F, kernel, Point(-1, -1), 0);src.convertTo(sharp, CV_32F);sharp = sharp - laplas * 5;sharp.convertTo(sharp, CV_8U);threshold(sharp, sharp, 30, 255, THRESH_BINARY | THRESH_OTSU);//距离变换0Mat distan;distanceTransform(sharp, distan, CV_DIST_L2, CV_DIST_MASK_PRECISE);normalize(distan, distan, 0, 255, NORM_MINMAX);threshold(distan, distan, 0.4 * 255, 255, THRESH_BINARY);//腐蚀Mat marks = Mat::zeros(src.size(), CV_32SC1);Mat erod;Mat ker = Mat::ones(Size(3, 3), CV_8U);erode(distan, erod, ker, Point(-1, -1));//发现轮廓 绘制轮廓Mat dist_8u;erod.convertTo(dist_8u, CV_8UC1);vector<vector<Point>> contours;vector<Vec4i> hierachy;findContours(dist_8u, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));for (int i = 0; i < contours.size(); i++){drawContours(marks, contours, i, Scalar::all(i + 1), -1, 8, hierachy, 0, Point(0, 0));}circle(marks, Point(5, 5), 3, Scalar(255, 255, 255), -1);//分水岭变换cvtColor(src0, src0, CV_BGR2GRAY);threshold(~src0, src0, 20, 255, THRESH_BINARY);cvtColor(src0, src0, CV_GRAY2BGR);watershed(src0, marks);Mat marker = Mat::zeros(marks.size(), CV_8UC1);marks.convertTo(marker, CV_8UC1);bitwise_not(marker, marker, Mat());dst = Mat::zeros(src0.size(), src0.type());RNG rng;vector<Vec3b> colors;for (size_t i = 0; i < contours.size(); i++){int r = rng.uniform(0, 255);int g = rng.uniform(0, 255);int b = rng.uniform(0, 255);colors.push_back(Vec3b(uchar(b), uchar(g), uchar(r)));}for (size_t row = 0; row < marks.rows; row++){for (size_t col = 0; col < marks.cols; col++){if (marks.at<int>(row,col)==-1){dst.at<Vec3b>(row, col) = Vec3b(255, 255, 255);}else if (marks.at<int>(row, col) >0 && marks.at<int>(row, col)<=static_cast<int>(contours.size())){dst.at<Vec3b>(row, col) = colors[marks.at<int>(row, col)-1];}else{continue;}}}imshow("output", dst);waitKey(0);return 0;
}

感觉分割的效果还是有待提高的，后续再优化

OpenCv笔记（五）--图像分割与分水岭算法相关推荐

OpenCV中的图像处理 —— 霍夫线 / 圈变换 + 图像分割（分水岭算法） + 交互式前景提取（GrabCut算法）
OpenCV中的图像处理 -- 霍夫线 / 圈变换 + 图像分割(分水岭算法) + 交互式前景提取(GrabCut算法)
OpenCV学习(二十) ：分水岭算法:watershed()
OpenCV学习(二十) :分水岭算法:watershed() 参考博客: OpenCV-分水岭算法图像处理--分水岭算法 OpenCV学习(7) 分水岭算法(1) Opencv分水岭算法--wat ...
python图像分割算法_Opencv(二)—图像分割之分水岭算法！
做图像处理时,我们可能会遇到一个问题:我们只需要图片的一部分区域,如何把图片中的某部分区域提取出来或者图像想要的区域用某种颜色(与其它区域颜色不一致)标记起来 ,以上描述的问题在像处理领域称为图 ...
OpenCV与图像处理学习十一——分水岭算法（含代码）
OpenCV与图像处理学习十一--分水岭算法(含代码) 一.分水岭算法概要二.分水岭算法步骤三.代码应用一.分水岭算法概要任意的灰度图像可以被看做是地质学表面,高亮度的地方是山峰,低亮度的地方 ...
OpenCV 【四】————Watershed Algorithm（图像分割）——分水岭算法的原理及实现
分水岭算法实现(C++.opencv) 1.作用: 通常用于分割图像,主要实现以临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性 ...
【OpenCV】 - 图像分割之分水岭算法，watershed()函数的输出，对marker和image的改变
一.背景最近在学分水岭算法的opencv函数watershed()时,对函数执行完后image和marker的变化一无所知.懵懵懂懂. 于是便结合网上资料和自己现身说法,给大家分享一下[waters ...
OpenCV系列之图像分割与Watershed算法 | 三十四
目标在本章中, 我们将学习使用分水岭算法实现基于标记的图像分割我们将看到:cv.watershed() 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.你开始用不同 ...
图像分割之分水岭算法
使用C++.opencv进行分水岭分割图像分水岭概念是以对图像进行三维可视化处理为基础的:其中两个是坐标,另一个是灰度级.基于"地形学"的这种解释,我们考虑三类点: a.属于局部 ...
使用OpenCV和C++实现的分水岭算法(Watershed)
分水岭算法(watershed)是一种比较基本的数学形态学分割算法,其基本思想是将灰度图像转换为梯度图像,将梯度值看作高低起伏的山岭,将局部极小值及其邻域看作一个"集水盆".设想一 ...

OpenCv笔记（五）--图像分割与分水岭算法

距离变换

分水岭算法

实战演练

OpenCv笔记（五）--图像分割与分水岭算法相关推荐

最新文章

热门文章