Opencv分水嶺算法學(xué)習(xí)
分水嶺算法可以將圖像中的邊緣轉(zhuǎn)化成“山脈”,將均勻區(qū)域轉(zhuǎn)化為“山谷”,這樣有助于分割目標(biāo)。
分水嶺算法是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法,其基本思想是把圖像看作是測(cè)地學(xué)上的拓?fù)涞孛?,圖像中的每一點(diǎn)像素的灰度值表示該點(diǎn)的海拔高度,每一個(gè)局部極小值及其影響區(qū)域稱(chēng)為集水盆,而集水盆的邊界則形成分水嶺。分水嶺的概念和形成可以通過(guò)模擬浸入過(guò)程來(lái)說(shuō)明:在每一個(gè)局部極小值表面,刺穿一個(gè)小孔,然后把整個(gè)模型慢慢浸入水中,隨著浸入的加深,每一個(gè)局部極小值的影響區(qū)域慢慢向外擴(kuò)展,在兩個(gè)集水盆匯合處構(gòu)筑大壩,即形成分水嶺。
分水嶺的計(jì)算過(guò)程是一個(gè)迭代標(biāo)注過(guò)程。分水嶺計(jì)算分成兩個(gè)步驟:一個(gè)是排序過(guò)程,一個(gè)是淹沒(méi)過(guò)程。首先對(duì)每個(gè)像素的灰度級(jí)進(jìn)行從低到高的排序,然后在從低到高實(shí)現(xiàn)淹沒(méi)的過(guò)程中,對(duì)每一個(gè)局部極小值在h階高度的影響域采用先進(jìn)先出(FIFO)結(jié)構(gòu)進(jìn)行判斷及標(biāo)注。分水嶺變換得到的是輸入圖像的集水盆圖像,集水盆之間的邊界點(diǎn)即為分水嶺。顯然,分水嶺表示的是輸入圖像的極大值點(diǎn)。
簡(jiǎn)而言之,分水嶺算法首先計(jì)算灰度圖的梯度,這對(duì)圖像中的“山谷”或沒(méi)有紋理的“盆地”(亮度值低的點(diǎn))的形成是很有效的,也對(duì)“山頭”或圖像中有主導(dǎo)線段的“山脈”(山脊對(duì)應(yīng)的邊緣)的形成有效。然后開(kāi)始從用戶(hù)指定點(diǎn)(或者算法得到點(diǎn))開(kāi)始持續(xù)“灌注”盆地直到這些區(qū)域連成一片?;谶@樣產(chǎn)生的標(biāo)記就可以把區(qū)域合并到0一起,合并后的區(qū)域又通過(guò)聚集的方式進(jìn)行分割,好像圖像被“填充”起來(lái)一樣。
實(shí)現(xiàn)分水嶺算法–watershed函數(shù)
函數(shù)watershed實(shí)現(xiàn)的分水嶺算法是基于標(biāo)記的分割算法中的一種。在把圖像傳給函數(shù)之前,需要大致勾畫(huà)標(biāo)記出圖像中的期望進(jìn)行分割的區(qū)域,它們被標(biāo)記為正指數(shù),所以,每一個(gè)區(qū)域都會(huì)被標(biāo)記為像素值1、2、3等,表示成為一個(gè)或者多個(gè)連接組件,這些標(biāo)記的值可以使用findContours函數(shù)和drawContours函數(shù)由二進(jìn)制的掩碼檢索出來(lái)。這些標(biāo)記就是即將繪制出來(lái)的分割區(qū)域的“種子”,而沒(méi)有標(biāo)記清楚的區(qū)域,被置為0,在函數(shù)的輸出中,每一個(gè)標(biāo)記中的像素被設(shè)置為“種子”的值,而區(qū)域間的值被設(shè)置為-1。
void watershed(inputArray,intputOutputArray markers)
*第一個(gè)參數(shù),輸入圖像,需為8位三通道的彩色圖像。
*第二個(gè)參數(shù),函數(shù)調(diào)用后的運(yùn)算結(jié)果存在這里,輸入/輸入32位單通道圖像的標(biāo)記結(jié)果。
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//宏定義
#define WINDOW_NAME "image[procedure window]"
//全局變量聲明
Mat g_srcImage,g_maskImage;
Point prevPt(-1,-1);
//全局函數(shù)聲明
static void on_Mouse(int event,int x,int y,int flags,void*);
//主函數(shù)
int main()
{
//載入源圖像
g_srcImage=imread("/Users/new/Desktop/1.jpg");
if(!g_srcImage.data){printf("讀取源圖像srcImage錯(cuò)誤~!\n");return false;}
//顯示源圖像
imshow(WINDOW_NAME,g_srcImage);
Mat srcImage,grayImage;
g_srcImage.copyTo(srcImage);
//灰度化
cvtColor(srcImage, g_maskImage, COLOR_BGR2GRAY);
//imshow("image[mask]",g_maskImage);
cvtColor(g_maskImage, grayImage, COLOR_GRAY2BGR);
//imshow("image[gray]",grayImage);
//掩膜圖像初始化為0
g_maskImage=Scalar::all(0);
//設(shè)置鼠標(biāo)回調(diào)函數(shù)
setMouseCallback(WINDOW_NAME, on_Mouse,0);
//輪詢(xún)按鍵處理
while(1)
{
//獲取鍵值
int c=waitKey(0);
//若按鍵為ESC時(shí),退出
if((char)c == 27)
break;
//若按鍵為2時(shí),恢復(fù)原圖
if((char)c=='2')
{
g_maskImage=Scalar::all(0);
srcImage.copyTo(g_srcImage);
imshow("image",g_srcImage);
}
//若按鍵為1,則進(jìn)行處理
if((char)c=='1')
{
//定義一些參數(shù)
int i,j,compCount=0;
vector<vector<Point>>contours;
vector<Vec4i> hierarchy;
//尋找輪廓
findContours(g_maskImage, contours, hierarchy, CV_RETR_CCOMP, CHAIN_APPROX_SIMPLE);
//輪廓為空時(shí)的處理
if(contours.empty())
continue;
//復(fù)制掩膜
Mat maskImage(g_maskImage.size(),CV_32S);
maskImage=Scalar::all(0);
//循環(huán)繪制輪廓
for(int index=0;index>=0;index=hierarchy[index][0],++compCount)
drawContours(maskImage, contours, index, Scalar::all(compCount+1),-1,8,hierarchy,INT_MAX);
//compCount為零時(shí)的處理
if(compCount==0)
continue;
//生成隨機(jī)顏色
vector<Vec3b>colorTab;
for(int i=0;i<compCount;++i)
{
int b=theRNG().uniform(0, 255);
int g=theRNG().uniform(0, 255);
int r=theRNG().uniform(0, 255);
colorTab.push_back(Vec3b((uchar)b,(uchar)g,(uchar)r));
}
//計(jì)算處理時(shí)間并輸出到窗口中
double dTime=(double)getTickCount();
//進(jìn)行分水嶺算法
watershed(srcImage, maskImage);
dTime=(double)getTickCount()-dTime;
printf("\t 處理時(shí)間=%gms\n",dTime*1000./getTickFrequency());
//雙層循環(huán),將分水嶺圖像遍歷存入watershedImage中
Mat watershedImage(maskImage.size(),CV_8UC3);
for(i=0;i<maskImage.rows;++i)
for(j=0;j<maskImage.cols;++j)
{
int index=maskImage.at<int>(i,j);
if(index==-1)
watershedImage.at<Vec3b>(i,j)=Vec3b(255,255,255);//圖像變白色
else if(index<=0||index>compCount)
watershedImage.at<Vec3b>(i,j)=Vec3b(0,0,0);//圖像變黑色
else
watershedImage.at<Vec3b>(i,j)=colorTab[index-1];
}
//混合灰度圖和分水嶺效果圖并顯示最終的窗口
watershedImage=watershedImage*0.5+grayImage*0.5;
imshow("image[watershed]",watershedImage);
}
}
return 0;
}
//回調(diào)函數(shù)定義
void on_Mouse(int event,int x,int y,int flags,void*)
{
//處理鼠標(biāo)不在窗口中的情況
if(x<0||x>=g_srcImage.cols||y<0||y>=g_srcImage.rows)
return;
//處理鼠標(biāo)左鍵相關(guān)消息
if(event==EVENT_LBUTTONUP||!(flags & EVENT_FLAG_LBUTTON))//按下左鍵
prevPt=Point(-1,-1);
else if(event==EVENT_LBUTTONDOWN)//松開(kāi)左鍵
prevPt=Point(x,y);//鼠標(biāo)所指的位置
//鼠標(biāo)左鍵按下并移動(dòng),繪制出白色線條
else if(event==EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON))
{
Point pt(x,y);
if(prevPt.x<0)//如果指出去了,返回
prevPt=pt;
line(g_maskImage, prevPt, pt, Scalar::all(255),2,8,0);//畫(huà)白線
line(g_srcImage,prevPt,pt,Scalar::all(255),2,8,0);//畫(huà)白線
prevPt=pt;
imshow(WINDOW_NAME, g_srcImage);
}
}



Opencv技巧
(1)計(jì)算算法運(yùn)行時(shí)間:
//計(jì)算處理時(shí)間并輸出到窗口中
double dTime=(double)getTickCount();
//進(jìn)行分水嶺算法
watershed(srcImage, maskImage);
dTime=(double)getTickCount()-dTime;
printf("\t 處理時(shí)間=%gms\n",dTime*1000./getTickFrequency());
(2)改變圖像某點(diǎn)像素值:Mat類(lèi)中的at方法對(duì)于獲取圖像矩陣某點(diǎn)的RGB值或者改變某點(diǎn)的值很方便,
對(duì)于單通道的圖像:image.at<uchar>(i, j)
對(duì)于RGB通道的圖像:image.at<Vec3b>(i, j)[0]
image.at<Vec3b>(i, j)[1]
image.at<Vec3b>(i, j)[2]
(3)Point(-1,-1)解析:由于卷積過(guò)程,圖像矩陣要進(jìn)行填充,Point(-1,-1)即代表卷積開(kāi)始的位置,這決定了不填充時(shí)的結(jié)果A處于填充后結(jié)果B的位置的那個(gè)部分,從(-1,-1)開(kāi)始卷積的結(jié)果是A處于B的正中間那塊位置。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
詳解C語(yǔ)言結(jié)構(gòu)體中的函數(shù)指針
這篇文章主要介紹了詳解C語(yǔ)言結(jié)構(gòu)體中的函數(shù)指針,文中對(duì)函數(shù)指針的基本概念也有講解,需要的朋友可以參考下2016-04-04
C語(yǔ)言實(shí)現(xiàn)動(dòng)態(tài)開(kāi)辟存儲(chǔ)楊輝三角
這篇文章主要介紹了如何利用C語(yǔ)言實(shí)現(xiàn)動(dòng)態(tài)開(kāi)辟存儲(chǔ)楊輝三角,可以靈活的開(kāi)辟空間,充分的利用空間。文中的示例代碼講解詳細(xì),感興趣的小伙伴可以參考一下2022-03-03
C++ OpenCV單峰三角閾值法Thresh_Unimodal詳解
本文主要介紹了適合當(dāng)圖像的直方圖具有明顯單峰特征時(shí)使用,結(jié)合了三角法的原理而設(shè)計(jì)的圖像分割方法,感興趣的小伙伴可以了解一下2021-12-12
C語(yǔ)言例題之輸出1000以?xún)?nèi)的所有完數(shù)
完數(shù)是一些特殊的自然數(shù),它所有的真因子(即除了自身以外的約數(shù))的和(即因子函數(shù)),恰好等于它本身,如果一個(gè)數(shù)恰好等于它的因子之和,則稱(chēng)該數(shù)為“完數(shù)”,這篇文章主要給大家介紹了關(guān)于C語(yǔ)言例題之輸出1000以?xún)?nèi)的所有完數(shù)的相關(guān)資料,需要的朋友可以參考下2022-11-11
c++ 動(dòng)態(tài)內(nèi)存分配相關(guān)總結(jié)
這篇文章主要介紹了c++ 動(dòng)態(tài)內(nèi)存分配相關(guān)的相關(guān)資料,幫助大家更好的理解和學(xué)習(xí)和使用c++,感興趣的朋友可以了解下2021-02-02
C++實(shí)現(xiàn)LeetCode(76.最小窗口子串)
這篇文章主要介紹了C++實(shí)現(xiàn)LeetCode(76.最小窗口子串),本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07

