首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >C++ OpenCV基于距离变换与分水岭的图像分割

C++ OpenCV基于距离变换与分水岭的图像分割

作者头像
Vaccae
发布2019-07-24 13:07:07
1.5K0
发布2019-07-24 13:07:07
举报
文章被收录于专栏:微卡智享微卡智享

图像分割

图像分割,英文名image segmentation,就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:

  • 基于阈值的分割方法
  • 基于区域的分割方法
  • 基于边缘的分割方法以及基于特定理论的分割方法

从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。

  • 图像分割的目标是将图像中像素根据一定的规则分为若干个(N)个cluster集合,I每个集合包含一类像素。
  • 根据算法分为监督学习算法和无监督学习算法,图像分割的算法多数都是无监督学习算法。---KMeans

距离变换与分水岭介绍

距离变换

距离变换常见算法有两种

  • 不断膨胀/ 腐蚀得到
  • 基于倒角距离

分水岭变换

分水岭变换常见的算法

基于浸泡理论实现

相关API

cv::distanceTransform(

InputArray src,

OutputArray dst,

OutputArray labels,

int distanceType,

int maskSize,

int labelType = DIST_LABEL_CCOMP

)

distanceType = DIST_L1/DIST_L2,

maskSize = 3x3,最新的支持5x5,推荐3x3、

labels离散维诺图输出,

dst输出8位或者32位的浮点数,单一通道,大小与输入图像一致

cv::watershed(

InputArray image,

InputOutputArray markers

)

操作步骤

  1. 将白色背景变成黑色-目的是为后面的变换做准备
  2. 使用filter2D与拉普拉斯算子实现图像对比度提高,sharp
  3. 转为二值图像通过threshold
  4. 距离变换
  5. 对距离变换结果进行归一化到[0~1]之间
  6. 使用阈值,再次二值化,得到标记
  7. 腐蚀得到每个Peak - erode
  8. 发现轮廓 – findContours
  9. 绘制轮廓- drawContours
  10. 分水岭变换 watershed
  11. 对每个分割区域着色输出结果

代码演示

新建一个项目opencv-0027,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

这次我们用opencv里面自带的一张图像来实个这个方法

运行显示的图像为

1.将白色背景变成黑色

我们运行看一下

可以看到右边的已经把背景都换为黑色了。

2.使用filter2D与拉普拉斯算子实现图像对比度提高,sharp

我们再运行看一下,左边的就是生成的结果图,可以看出左边的清晰度更高了一些

3.转为二值图像通过threshold

我们再运行看一下,左边的图像已经让我们转换为二值图像了,也比较清晰

4.距离变换

5.对距离变换结果进行归一化到[0~1]之间

因为距离变换看不出任何效果,所以我们把4和5两步放在一起显示

我们再运行一下看看执行结果

6.使用阈值,再次二值化,得到标记

显示效果为

7.腐蚀得到每个Peak

效果不太好看,我们需要再进行二值的腐蚀,把上面的代码再修改一下

我们再看一下运行效果,可以看出来比刚才的效果好很多了

8.标记并且开始查找轮廓

这一步只是查找轮廓,我们接下来绘制查找的轮廓再一起显示出来

9.绘制轮廓

上面drawContours和circle最后一个参数都是用了-1,代表着画的轮廓里面进行颜色填充

我们再显示一下看看效果

看到好像什么也没有,这是因为我们画的轮廓太小了, 我们改一下显示效果

把最后显示cv::imshow(imgdst,makers*5000)再乘5000,重新看一下显示效果

这会儿就可以看到绘制的轮廓出来了

10.分水岭变换

我们看看显示的效果

可以看出,每个轮廓都有明显的区分开了。

11.对每个分割区域着色输出结果

然后我们再运行看到最后结果


-END-

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-05-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 微卡智享 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档