查看: 1816|回复: 0

OpenCV 使用分水岭算法进行图像分割

字体大小: 正常放大

1186 主题	4 听众	2922 积分

该用户从未签到

电梯直达

1^#

发表于 2024-4-27 10:36 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

分水岭算法：模拟地理形态的图像分割4 j1 n# l; U" y
分水岭算法通过模拟自然地形来实现图像中物体的分类。在这一过程中，每个像素的灰度值被视作其高度，灰度值较高的像素形成山脊，即分水岭，而二值化阈值则相当于水平面，低于这个水平面的区域会被“淹没”。- }9 x% y3 w$ F
测地线距离：地形分析的核心! \, Q' B4 J/ {4 H
测地线距离是分水岭算法中的一个关键概念，它代表地球表面两点间的最短路径。这一概念在图论中同样适用，指的是图中两节点间的最短路径，与欧氏距离相比，测地线距离考虑的是实际路径。
7 j" _) w! Y- N- ?分水岭算法的执行步骤
% |1 o: l- T, w0 w6 r0 d: n梯度图像分类：根据灰度值对梯度图像中的像素进行分类，并设定测地距离阈值。起始点标记：选择灰度值最小的像素点作为起始点，这些点通常是局部最小值。水平面上升：随着阈值的增长，测量周围邻域像素到起始点的测地距离。若小于阈值，则淹没这些像素；若大于阈值，则在这些像素上建立“大坝”。大坝设置与区域分区：随着水平面的上升，建立更多的大坝，直到所有区域在分水岭线上相遇，完成图像的分区。避免过度分割的策略9 h- e) h- j* W
分水岭算法可能会因噪声或干扰导致图像过度分割，形成过多的小区域。解决这一问题的方法包括：
! r, `' K+ `3 [2 P5 f% w! I0 x, ?高斯平滑：通过高斯平滑减少噪声，合并小分区。基于标记的分水岭算法：选择相对较高的灰度值像素作为起始点，手动标记或使用自动方法如距离变换来确定，从而合并小区域。OpenCV 实现 Watershed 算法函数原型：void watershed( InputArray image, InputOutputArray markers );1参数说明：image：输入的图像，必须是8位的单通道灰度图像。这个图像的梯度信息将被用来模拟水流向低洼地区流动的过程。4 t$ i( M7 D" I; ^& C9 j/ V
markers：输入输出参数，是一个与原图像大小相同的图像，用于存放分割标记。在函数调用前，这个图像应该被初始化，其中包含了用户定义的分割区域的标记。标记是通过正整数索引来表示的，表示用户已知的前景或背景区域。所有未知区域（即算法需要确定的区域）应该被标记为0。函数执行完成后，每个像素点的标记将被更新为“种子”组件的值，或者在区域边界处被设置为-1。
( i! {3 b2 J& A/ t. l功能说明：watershed 函数会分析 image 的梯度信息，并使用 markers 中定义的已知区域作为分割的起点（种子点）。算法将从这些种子点开始，逐步对图像中的其他像素点进行区域归属的判定，直到所有像素点都被标记。在分割过程中，如果两个相邻的已知区域（种子点）相遇，算法会在它们之间创建一个边界，以避免这些区域合并在一起，从而实现分割。注意事项：markers 中的标记非常重要，它们直接影响分割的结果。因此，用户需要仔细考虑如何标记已知的前景和背景区域。分水岭算法可能会导致过度分割，特别是当图像中存在大量噪声时。在实际应用中，可能需要对图像进行预处理，如使用高斯模糊去除小的局部最小值，以减少过度分割的问题。

#include <opencv2/imgcodecs.hpp>7 D4 C! y1 I- i, N1 R
#include <opencv2/highgui.hpp>( y1 d# S* _6 U2 {: t; s: I! I
#include <opencv2/imgproc.hpp>
; K$ `\" {2 E# Z\" ^
6 S: H/ \& f$ e, e( X* @- N
void showImg(const std::string& windowName, const cv::Mat& img){
! z8 {5 m: W\" z6 u6 c
cv::imshow(windowName, img);7 B2 M7 S3 B, q: E n9 u6 y! l% H
}
+ R) K, S% X6 k( ^; }& Q$ C7 ~
' B: d2 ^# l# G# ^! B
void getBackground(const cv::Mat& source, cv::Mat& dst) {2 o! r: {$ E8 E% ~. u
cv::dilate(source, dst, cv::Mat::ones(3, 3, CV_8U)); // 3x3 核
; V% H, K( U' R# I\" |4 d
}
\" Q; y/ C6 C4 [2 T/ S) U, x
2 b\" R; n9 J+ ?, k9 ~: A
void getForeground(const cv::Mat& source, cv::Mat& dst) {' |' V9 }- b. Q8 e7 k) l- W9 M2 m
cv::distanceTransform(source, dst, cv::DIST_L2, 3, CV_32F);
+ A+ }: e o; j
cv::normalize(dst, dst, 0, 1, cv::NORM_MINMAX);) ]: M9 b8 [( u% L2 ?5 {- C
}6 M' M& ?5 ~' A9 u& w
8 H3 r8 `4 ]8 k+ v
void findMarker(const cv::Mat& sureBg, cv::Mat& markers, std::vector<std::vector<cv::Point>>& contours) {
3 n7 K9 M; @% }4 m, ]
cv::findContours(sureBg, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
3 u% P- X# p$ d% V. k5 l\" h- F
// 绘制前景标记5 t7 n! k- I1 O
for (size_t i = 0, size = contours.size(); i < size; i++)1 [6 J9 U7 U\" \+ t6 z& M8 K
drawContours(markers, contours, static_cast<int>(i), cv::Scalar(static_cast<int>(i)+1), -1);
- H& M, S, d+ F/ ]: x# G, P. v
}
% _& C# l: K. `$ n
2 q4 v- J( A# t2 v/ R; B
void getRandomColor(std::vector<cv::Vec3b>& colors, size_t size) {
0 }3 G7 U E1 E2 [; u
for (int i = 0; i < size ; ++i) {
: d! D9 a2 N8 I$ i# q+ K+ z\" K6 F; ]
int b = cv::theRNG().uniform(0, 256);* M+ c9 z. ^& b9 n7 r
int g = cv::theRNG().uniform(0, 256);
. \5 u' ] J1 g' ~/ V\" e F, k
int r = cv::theRNG().uniform(0, 256);9 i/ J8 m0 {6 Q- A* ~
colors.emplace_back(cv::Vec3b((uchar)b, (uchar)g, (uchar)r));8 w, v7 F8 h& Q& \8 W6 y
}* x h1 Z5 Z+ H) f; @
}
6 u+ S\" {. H( U! K
/ z; z3 b$ w' |7 j4 w( N
int main(int argc, char** argv) {5 o: A8 T) [- A$ P; x5 _
if(argc < 2){
: I$ n7 r. F5 h5 b' b9 P \+ P
std::cerr << "Errorn";6 {8 f$ C( n\" F o
std::cerr << "Provide Input Image:n n";
\" ^% B, L# Y! C\" _% O3 A6 b. Z; T
return -1;
' h% h: V% l9 x' s- Z
}( i! P) d# t0 |+ J\" [7 M# s
cv::Mat original_img = cv::imread(argv[1]);
2 G6 X5 b1 i9 _0 B4 |% m W. q
if(original_img.empty()){
/ x% T) B( |4 I* Q: Q0 C
std::cerr << "Errorn";2 _6 F; y* b( A
std::cerr << "Cannot Read Imagen";
$ X1 X7 d5 h# ]% P0 \1 Q
return -1;
) k e* U+ h8 p' D) n G* g, Y
}! A) [$ g+ Q- G# R, V' x! ?
cv::Mat shifted;
\" U1 L8 e& p% P4 r% \
cv::pyrMeanShiftFiltering(original_img, shifted, 21, 51);
1 s1 e5 H( ?: K* X3 b
showImg("Mean Shifted", shifted);. u! Q E8 y3 T7 s4 w7 J* @; B
cv::Mat gray_img;1 f- t1 u, g\" |1 Q
cv::cvtColor(original_img, gray_img, cv::COLOR_BGR2GRAY);
9 q% e- v0 s& g
showImg("GrayIMg", gray_img);
8 {* O. T) K S3 ~\" |5 W
cv::Mat bin_img;& p0 {1 t/ M# K3 ^) s6 \
cv::threshold(gray_img, bin_img, 0, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);
S6 h- V0 F$ J0 Z0 f7 Y6 B
showImg("thres img", bin_img);
/ [# p/ {9 F) V9 l
cv::Mat sure_bg;( Q) J+ z$ P' p% K J. }
getBackground(bin_img, sure_bg);% ?, z3 l/ h9 O% f+ Y( a* L
showImg("Sure Background", sure_bg);
) M8 M4 _. x0 r
cv::Mat sure_fg;: _2 H; I# V% z; Z% m\" d
getForeground(bin_img, sure_fg);9 H8 i! R: `6 e% u, i5 w5 {1 T
showImg("Sure ForeGround", sure_fg);/ D: B2 s* @6 Y' c
cv::Mat markers = cv::Mat::zeros(sure_bg.size(), CV_32S);
+ j% J0 ~& x4 s8 K5 o! M# `7 q& T
std::vector<std::vector<cv::Point>> contours;3 ^5 z1 `2 P' q* U- T
findMarker(sure_bg, markers, contours);9 t\" F+ l6 C, O
cv::circle(markers, cv::Point(5, 5), 3, cv::Scalar(255), -1); // 在标记周围绘制圆圈+ a6 o) h; R# @, P. X
: V! F/ l$ D4 M! ^) k g
cv::watershed(original_img, markers);
. y* Y8 l7 `% v8 D8 C
cv::Mat mark;5 t# {7 J4 i8 b, R3 F6 Y! W0 D$ j) z0 P
markers.convertTo(mark, CV_8U);5 e3 R+ d\" ^+ Z5 p) _
cv::bitwise_not(mark, mark); // 将白色转换为黑色，黑色转换为白色
q# [' {7 L X( L: Y4 ]
showImg("MARKER", mark);4 y3 w) {) v4 S$ `\" t3 G
// 在图像中突出显示标记 /
3 E3 H& ^3 _1 F+ x
std::vector<cv::Vec3b> colors; t5 T* Z V; |' R6 I1 R, a) v
getRandomColor(colors, contours.size()); // 创建结果图像
8 @4 Q6 y; a/ ^3 z- g% C# ?
cv::Mat dst = cv::Mat::zeros(markers.size(), CV_8UC3);% i4 _4 Y# Y' P* J) p9 C Y5 a
// 用随机颜色填充标记的对象' G1 y$ L2 P! u8 V* Z3 }
for (int i = 0; i < markers.rows; i++)( J& W. T. q7 l) V9 n7 r/ a* f( M
{- ]3 {* W8 ?) ?- W& ~( k6 O
for (int j = 0; j < markers.cols; j++)
1 X! W\" t4 S/ Q& s
{; b; p# Y5 Z7 w! S/ {
int index = markers.at(i,j); E. w$ O! {. E2 u1 u; B7 J* v
if (index > 0 && index <= static_cast<int>(contours.size()))
& g3 l0 a# }5 f# _' G$ K1 }
dst.at<cv::Vec3b>(i,j) = colors[index-1];\" r3 h% H) S; S {4 Q6 Q
}
% r# S6 B% P& c
}
m4 j6 F1 c) r9 F X
showImg("Final Result", dst);0 O; y. E0 `- x6 @\" T
cv::waitKey(0);
/ I- j1 S( g0 O. `* U) T, I
return 0;( T7 g6 P( T: o; @) Q
}( W+ b1 R \: Q9 l

复制代码

————————————————
& O! d ?$ B5 _4 b 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 原文链接：https://blog.csdn.net/matt45m/article/details/138211359

zan