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合，为了防止不同山谷的水的汇合，我们需要在水汇合的地方构建起堤坝，不停的灌水，不停的构建堤坝直到所有的山峰都被水淹没，我们构建好的堤坝就是对图像的分割，这就是分水岭算法的背后原理
对灰度图的地形学解释，我们考虑三类点
1 局部最小值点，该点对应一个盆地里滴一滴水的时候，由于重力作用，水最终会汇聚到该点，注意，可能存在一个最小值面，该平面内都是最小值点
2 盆地的其他位置点，该位置滴的水滴会汇聚到局部最小点
3 盆地的边缘点，是该盆地和其他盆地交接点，在该点滴一滴水，会等概率的流向任何一个盆地

在真实图像中，由于噪声点或者其他干扰因素的存在，使用分水岭算法常常存在过度分割的现象，这是因为很多很小的局部极值点的存在
为了解决过度分割的问题，可以使用基于标记（mark）图像的分水岭算法，就是通过先验知识（常识），来指导分水岭算法，以便获得更好的图像分段效果，通常的mark图像，都是在某个区域定义了一些灰度层级，在这个区域的洪水淹没过程中，水平面都是从定义的高度开始的，这样可以避免一些很小的噪声极值区域的分割
就是开始从标记处分割

分水岭算法–watershed()
void watershed(InputArray image,InputOutputArray markers);
&&image:输入图像，需为8位三通道彩色图像
&&markers:参数调用后的结果，输入/输出32位单通道图像标记结果，需和原图一样的大小

Mat srcImg=imread("bird.jpg");
imshow("src",srcImg);
Mat dstImg=srcImg.clone();
//medianBlur(srcImg,srcImg,5);
//GaussianBlur(srcImg,srcImg,Size(5,5),0,0);
Mat imgMask(srcImg.size(),CV_8U,Scalar(0));
//标记背景图像
rectangle(imgMask,Point(1,1),Point(srcImg.cols-2,srcImg.row-2),Scalar(255),1);
//标记鸟       画图工具框出坐标
recctangle(imgMask,Point(srcImg.cols/2-10,srcImg.rows/2-10),Point(srcImg.cols/2+10,srcImg.rows/2+10),CV::Scalar(128),10);
//标记岩石
rectangle(imgMask,Point(264,353),Point(314,395),cv::Scalar(64),10);
imshow("mask",imgMask);
imgMask.convertTo(imgMask,CV_32S);//转化类型
watershed(srcImg,imgMask);
Mat mark1,mark2;
imgMask.convertTo(mark1,CV_8U);
imshow("marker",mark1);

图像修补
Opencv中图像修补技术由inpaint函数实现，基本步骤是先修复区域边缘再逐步向内推进修复，可以用来清除照片灰尘，划痕，或者从静态图像及视频中去除不需要的物体
图像修补—inpaint()
void inpaint(InputArray src,InputArray inpaintMask,OutputArray dst,double inpaintRadius,int flags);
&& src:输入图像，需为8位单通道或三通道色图像
&&inpainMask:修复掩膜，为8位单通道图像，其中非0像素表示需要修补的区域
&&dst:函数调用后输出图像，和原图一样的尺寸和类型
&&InpaintRadius:需要修补的每个点的圆形邻域，为修复算法的参考半径
&&flags:修补方法的标识符
INPAINT_NS=CV_INPAINT_NS,
INPAINT_TELEA=CV_INPAINT_TELEA
基于Navier_Stokes方程方法和Alexandru Telea
注：需要添加opencv_photo248d.lib与photo.hpp

属性管理器链接器opencv_photo248d.lib

opencv之分水岭算法分割及图像修补相关推荐

OpenCV4.5.5学习笔记（十七）：分水岭算法watershed()，图像修补inpaint()
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.分水岭算法watershed() 二.图像修补inpaint() 总结前言笔者本科时候有幸接触了OpenCV3 ...
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 ...
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, ...
分水岭算法分割图像的原理概述及OpenCV代码实现
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 前面博文中提到的图像阈值化,图像边缘检测,图像轮 ...
Python OpenCV分水岭算法分割和提取重叠或有衔接的图像中的对象
本文将介绍如何使用分水岭算法对触摸和重叠的图像中的对象进行分割和提取. 参考:https://www.pyimagesearch.com/2015/11/02/watershed-opencv/ 分水 ...
Python OpenCV学习笔记之：分水岭算法分割图像
为什么80%的码农都做不了架构师?>>> # -*- coding: utf-8 -*- """ 图像分水岭分割图像分水岭算法可以参考:http ...
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

opencv之分水岭算法分割及图像修补相关推荐

最新文章

热门文章