C++中实现OpenCV图像分割与分水岭算法
分水岭算法是一种图像区域分割法,在分割的过程中,它会把跟临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性是分水岭算法的一个重要特征。
API介绍
void watershed( InputArray image, InputOutputArray markers );
参数说明:
- image: 必须是一个8bit 3通道彩色图像矩阵序列
- markers: 在执行分水岭函数watershed之前,必须对第二个参数markers进行处理,它应该包含不同区域的轮廓,每个轮廓有一个自己唯一的编号,轮廓的定位可以通过Opencv中findContours方法实现,这个是执行分水岭之前的要求。算法会根据markers传入的轮廓作为种子(也就是所谓的注水点),对图像上其他的像素点根据分水岭算法规则进行判断,并对每个像素点的区域归属进行划定,直到处理完图像上所有像素点。而区域与区域之间的分界处的值被置为“-1”,以做区分。
我们将一个如何使用距离变换和分水岭分割相互接触的物体的例子。
考虑一下下面的硬币图像,这些硬币相互接触。即使你去阈值化它,它也会互相碰触。
我们从找到硬币的大概估计值开始。为此,我们可以利用大津的二值化。
#include<iostream> #include<opencv2\opencv.hpp> using namespace std; using namespace cv; int main() { Mat gray, thresh; Mat img = imread("coins.jpg"); cvtColor(img, gray, COLOR_BGR2GRAY); threshold(gray, thresh, 0, 255, THRESH_BINARY_INV+CV_THRESH_OTSU); imshow("Otst阈值图像", thresh); waitKey(0); return 0; }
阈值后的图像如下所示:
现在需要去除图像中任何微小的白色噪声。为此,我们可以使用形态开操作。为了去除物体上的任何小洞,我们可以使用形态闭操作。所以,现在我们可以确定的是,靠近物体中心的区域是前景,远离物体的区域是背景。只有我们不确定的区域是硬币的边界区域。
所以我们需要提取我们确定是硬币的区域。侵蚀去除边界像素。所以不管剩下多少,我们都能确定是硬币。如果物体不互相接触,那就可以了。但是由于它们彼此接触,另一个好的选择是找到距离变换并应用适当的阈值。接下来我们需要找到我们确信不是硬币的区域。为此,我们扩展了结果。膨胀将物体边界增加到背景。通过这种方式,我们可以确保结果中的任何背景区域都是真正的背景,因为边界区域。
剩下的区域是我们不知道的,无论是硬币还是背景。分水岭算法应该能找到它。这些区域通常围绕着硬币的边界,也就是前景和背景相遇的地方(甚至是两个不同的硬币相遇的地方)。我们称之为边界。用sure_fg 面积减去sure_bg面积可得。
Mat opening; Mat sure_bg; Mat sure_fg; Mat unknow; Mat dist_transform; double maxValue; // noise removal Mat kernel = Mat::ones(3, 3, CV_8U); morphologyEx(thresh, opening, MORPH_OPEN, kernel); // sure background area dilate(opening, sure_bg, kernel, Point(-1, -1), 3); // Finding sure foreground area distanceTransform(opening, dist_transform, DIST_L2, 5); minMaxLoc(dist_transform, 0, &maxValue, 0, 0); threshold(dist_transform, sure_fg, 0.7*maxValue, 255, 0); // Finding unknown region sure_fg.convertTo(sure_fg, CV_8U); subtract(sure_bg, sure_fg, unknow);
看到结果。在阈值图像中,我们得到了一些区域的硬币,我们确定这些硬币是独立的。(在某些情况下,你可能只对前景分割感兴趣,而对相互接触的对象的分割不感兴趣。在这种情况下,你不需要使用距离变换,只要侵蚀就足够了。侵蚀只是提取前景区域的另一种方法,仅此而已。)
现在我们可以确定哪些是硬币区域,哪些是背景等等。因此我们创建了marker(它是一个与原始图像大小相同的数组,但是使用int32数据类型),并在其中标记区域。我们确定的区域(无论是前景还是背景)被标记为任何正整数,但是不同的整数,而我们不确定的区域则被保留为0。为此,我们使用了connectedComponents()。它用0标记图像的背景,然后用从1开始的整数标记其他对象。
但是我们知道,如果将background标记为0,watershed将认为它是未知区域。所以我们要用不同的整数来标记它。相反,我们将标记未知区域,由unknown定义,为0。
// Marker labelling Mat markers; connectedComponents(sure_fg, markers); // Add one to all labels so that sure background is not 0, but 1 markers = markers + 1; // Now, mark the region of unknown with zero markers.setTo(0, unknow);
现在我们的标记图像准备好了。到了最后一步,应用分水岭。然后修改标记图像。边界区域将标记为-1。
Mat marker; Mat mask; watershed(img, markers); compare(markers, -1, mask, CMP_EQ); img.setTo(Scalar(0, 0, 255), mask);
参见下面的结果。对于一些硬币,它们接触的区域被正确分割,而对于另一些硬币,它们没有被分割。
到此这篇关于C++中实现OpenCV图像分割与分水岭算法的文章就介绍到这了,更多相关OpenCV图像分割与分水岭算法内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
- 图片剪裁是常用的方法,那么如何通过4坐标剪裁图片,本文就详细的来介绍一下,感兴趣的小伙伴们可以参考一下...2021-06-04
- 这篇文章主要介绍了OpenCV如何去除图片中的阴影的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-29
- 这篇文章主要介绍了解决使用OpenCV中的imread()内存报错问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python OpenCV的相关资料,帮助大家更好的理解和学习使用python的opencv,感兴趣的朋友可以了解下...2021-03-31
- 这篇文章主要介绍了使用OpenCV去除面积较小的连通域,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05
详解pycharm的python包opencv(cv2)无代码提示问题的解决
这篇文章主要介绍了详解pycharm的python包opencv(cv2)无代码提示问题的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-01-29在C#中使用OpenCV(使用OpenCVSharp)的实现
这篇文章主要介绍了在C#中使用OpenCV(使用OpenCVSharp)的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-15- 这篇文章主要为大家详细介绍了C++ opencv实现车道线识别,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-20
- 这篇文章主要为大家详细介绍了Opencv LBPH人脸识别算法的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
详解opencv中画圆circle函数和椭圆ellipse函数
这篇文章主要介绍了opencv中画圆circle函数和椭圆ellipse函数,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下...2020-05-09python中的opencv和PIL(pillow)转化操作
这篇文章主要介绍了python中的opencv和PIL(pillow)转化操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16- 这篇文章主要介绍了python基于opencv检测程序运行效率,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-05-09
浅谈OpenCV中的新函数connectedComponentsWithStats用法
这篇文章主要介绍了浅谈OpenCV中的新函数connectedComponentsWithStats用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05- 这篇文章主要为大家详细介绍了Opencv实现绿幕视频背景替换功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
- 凸包是一个计算几何中的概念,在图像处理过程中,我们常常需要寻找图像中包围某个物体的凸包,本文就使用OpenCV实现,感兴趣的可以了解一下...2021-06-08
- 这篇文章主要介绍了python基于OpenCV模板匹配识别图片中的数字,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-03-31
- 这篇文章主要介绍了使用opencv识别图像红色区域,并输出红色区域中心点坐标,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-06-03
Python编程OpenCV和Numpy图像处理库实现图片去水印
这篇文章主要介绍了Python编程中如何实现图片去水印本文采用了OpenCV和Numpy的图像处理的方法来实现,文中附含详细示例代码,有需要的朋友可以借鉴参考下...2021-09-26- 这篇文章主要介绍了Opencv python 图片生成视频的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-18