opencv分水嶺演算法對映像進行分割

標籤：opencv   分水嶺演算法   watershed   

先看效果
說明使用分水嶺演算法對映像進行分割，設定一個標記映像能達到比較好的效果，還能防止過度分割。1、這裡首先對閾值化的二值映像進行腐蝕，去掉小的白色地區，得到映像的前景地區。並對前景地區用255白色標記2、同樣對閾值化後的映像進行膨脹，然後再閾值化並取反。得到背景地區。並用128灰階表示3、將前景和背景疊加在一起在同一幅映像中顯示。4、用標記圖和原圖，利用opencv的watershed對映像進行分割。源碼

class WatershedSegment{private:cv::Mat markers;public:void setMarkers(const cv::Mat &image){image.convertTo(markers,CV_32S);}cv::Mat process(const cv::Mat &image) {// Apply watershedcv::watershed(image,markers);markers.convertTo(markers,CV_8U);return markers;}};int _tmain(int argc, _TCHAR* argv[]){cv::Mat image = cv::imread("group.jpg");cv::Mat binary = cv::imread("binary.bmp",0);  //沒加0害得我找好久錯誤的原因，即使"binary.bmp"為二值映像不加0讀進來還是3通道//cv::threshold(image,binary,60,255,CV_THRESH_BINARY);  //閾值化操作//binary = 255 - binary; //讓前景變為白色地區cv::namedWindow("binary",CV_WINDOW_AUTOSIZE);cv::imshow("binary",binary);cv::Mat fImage;cv::erode(binary,fImage,cv::Mat(),cv::Point(-1,-1),6); //binary = 255 - binary; //讓前景變為白色地區//腐蝕去掉小的幹擾物體得到前景映像cv::namedWindow("eroded",CV_WINDOW_AUTOSIZE);cv::imshow("eroded",fImage);cv::Mat bImage;cv::dilate(binary,bImage,cv::Mat(),cv::Point(-1,-1),6);cv::threshold(bImage,bImage,1,128,cv::THRESH_BINARY_INV);//對原始二值映像閾值化並取反，得到背景映像cv::namedWindow("bImage",CV_WINDOW_AUTOSIZE);cv::imshow("bImage",bImage);cv::Mat marker(binary.size(),CV_8U,cv::Scalar(0));marker = fImage + bImage;  //建立標記映像cv::namedWindow("marker",CV_WINDOW_AUTOSIZE);cv::imshow("marker",marker);WatershedSegment segmenter;segmenter.setMarkers(marker);cv::Mat segment = segmenter.process(image);cv::namedWindow("segmenter",CV_WINDOW_AUTOSIZE);cv::imshow("segmenter",segment);cv::waitKey(0);return 0;}

：