一、分水嶺算法

1、概述

??分水嶺算法是一種圖像分割常用的算法，可以有效地將圖像中的目標(biāo)從背景中分離出來。本文以O(shè)penCV庫中的分水嶺算法為基礎(chǔ)，介紹圖像分割中的常用概念和算法原理，并結(jié)合實(shí)際案例展示分水嶺算法的應(yīng)用。

2、圖像分割概念

??圖像分割指的是將圖像分成多個(gè)不同的區(qū)域或?qū)ο蟮倪^程。圖像分割是計(jì)算機(jī)視覺和圖像處理領(lǐng)域中的重要問題，包括物體檢測(cè)、形狀分析、三維重建、醫(yī)學(xué)圖像處理等眾多應(yīng)用。對(duì)于圖像分割，有四種典型的方法：

• 閾值分割：基于給定的閾值將圖像分成兩個(gè)區(qū)域。

• 區(qū)域生長：從種子像素開始生長，合并與種子相鄰的像素來形成區(qū)域。

• 邊緣檢測(cè)：通過檢測(cè)圖像中的邊緣，將圖像分割成不同的對(duì)象。

• 基于聚類的方法：利用聚類算法將圖像分成多個(gè)區(qū)域。

3、分水嶺算法原理

??分水嶺算法是一種基于圖論的圖像分割算法，它將圖像看成一個(gè)拓?fù)鋱D，把亮度值看成高度，水從高處向低處流動(dòng)，在高處建立分界線，將圖像分割成多個(gè)區(qū)域。分水嶺算法包含以下四個(gè)步驟：

1. 載入圖像并轉(zhuǎn)化為灰度圖像。

2. 對(duì)灰度圖像進(jìn)行形態(tài)學(xué)變換，以抑制圖像中的噪聲和平滑圖像。

3. 計(jì)算距離變換，找到不同區(qū)域之間的分界線，將其看成浸沒的水平面。

4. 利用分界線將圖像分成多個(gè)區(qū)域。

二、主要函數(shù)

??cv::watershed 函數(shù)實(shí)現(xiàn)了基于距離變換的分水嶺算法。該函數(shù)的原型如下：

void watershed(InputArray image, 
               InputOutputArray markers
               );

• image：輸入的圖像，必須為8位的3通道彩色圖像。
• markers：輸出的標(biāo)記圖像，必須為單通道32位整型圖像。

在使用cv::watershed函數(shù)進(jìn)行分水嶺算法分割時(shí)，需要先進(jìn)行前期處理，包括圖像的預(yù)處理和創(chuàng)建標(biāo)記圖像。

三、C++代碼

#include <opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main()
{
	Mat img, imgGray, imgMask;
	Mat maskWaterShed;  // watershed()函數(shù)的參數(shù)
	img = imread("HoughLines.jpg");  //原圖像
	if (img.empty())
	{
		cout << "請(qǐng)確認(rèn)圖像文件名稱是否正確" << endl;
		return -1;
	}
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//提取邊緣并進(jìn)行閉運(yùn)算
	Canny(imgGray, imgMask, 150, 300);
	Mat k = getStructuringElement(0, Size(3, 3));
	morphologyEx(imgMask, imgMask, MORPH_CLOSE, k);
	imshow("邊緣圖像", imgMask);
	imshow("原圖像", img);

	//計(jì)算連通域數(shù)目
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	findContours(imgMask, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
	//在maskWaterShed上繪制輪廓,用于輸入分水嶺算法
	maskWaterShed = Mat::zeros(imgMask.size(), CV_32S);
	for (int index = 0; index < contours.size(); index++)
	{
		drawContours(maskWaterShed, contours, index, Scalar::all(index + 1),
			-1, 8, hierarchy, INT_MAX);
	}
	//分水嶺算法   需要對(duì)原圖像進(jìn)行處理
	watershed(img, maskWaterShed);

	vector<Vec3b> colors;  // 隨機(jī)生成幾種顏色
	for (int i = 0; i < contours.size(); i++)
	{
		int b = theRNG().uniform(0, 255);
		int g = theRNG().uniform(0, 255);
		int r = theRNG().uniform(0, 255);
		colors.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
	}

	Mat resultImg = Mat(img.size(), CV_8UC3);  //顯示圖像
	for (int i = 0; i < imgMask.rows; i++)
	{
		for (int j = 0; j < imgMask.cols; j++)
		{
			// 繪制每個(gè)區(qū)域的顏色
			int index = maskWaterShed.at<int>(i, j);
			if (index == -1)  // 區(qū)域間的值被置為-1（邊界）
			{
				resultImg.at<Vec3b>(i, j) = Vec3b(255, 255, 255);
			}
			else if (index <= 0 || index > contours.size())  // 沒有標(biāo)記清楚的區(qū)域被置為0 
			{
				resultImg.at<Vec3b>(i, j) = Vec3b(0, 0, 0);
			}
			else  // 其他每個(gè)區(qū)域的值保持不變：1，2，…，contours.size()
			{
				resultImg.at<Vec3b>(i, j) = colors[index - 1];  // 把些區(qū)域繪制成不同顏色
			}
		}
	}

	resultImg = resultImg * 0.6 + img * 0.4;
	imshow("分水嶺結(jié)果", resultImg);
	waitKey(0);
	return 0;
}

四、結(jié)果展示

1、原始圖像

2、分割結(jié)果

五、參考鏈接

[1] 【OpenCv】圖像分割——分水嶺算法文章來源地址http://www.zghlxwxcb.cn/news/detail-526897.html

到了這里，關(guān)于OpenCV——分水嶺算法的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！