网站首页 > 文章精选 正文
1、概述
案例:使用分水岭算法实现图像的分割实现
API:
watershed(src,markers);
src:原图像
markers:目标markers,生成markers是通过findContours边沿查找+drawContours来实现的。ps:这一步非常重要,有了marker就可以使用分水岭算法了。
实现步骤:
1.输入图像
2.灰度化
3.二值化
4.执行距离变换
5.归一化
6.二值化
7.生成marker:通过findContours+drawContours来创建一个marker
8.将7生成的marker放入分水岭函数:watershed
9.给marker着色
10.输出着色后的图像
ps:此算法关键点在于生成marker。生成marker之后其实已经完成了算法,后面的着色只是为了让输出更加好看。
2、代码样例
Mat src = imread(filePath);//输入原图
if(src.empty()){
//
qDebug()<<"图像为空";
return;
}
//图像灰度化
Mat gray;
cvtColor(src,gray,COLOR_BGR2GRAY);
//图像二值化
Mat binary;
threshold(gray,binary,0,255,THRESH_BINARY|cv::THRESH_OTSU);
imshow("binary",binary);
qDebug()<<"binary....";
//执行距离变换
Mat dist;
distanceTransform(binary,dist,DistanceTypes::DIST_L2,3,CV_32F);
qDebug()<<"distanceTransform....";
normalize(dist,dist,0.0,1.0,NORM_MINMAX);//归一化0~1之间
qDebug()<<"normalize....";
//重新二值化预值
threshold(dist,dist,0.1,1.0,THRESH_BINARY);
qDebug()<<"threshold....";
normalize(dist,dist,0,255,NORM_MINMAX);
qDebug()<<"normalize....";
dist.convertTo(dist,CV_8UC1);//
qDebug()<<"convertTo....";
//开始生成marker并绘制出来
vector<vector<Point>> contours;
vector<Vec4i> heri;
findContours(dist,contours,RETR_CCOMP,CHAIN_APPROX_SIMPLE);
qDebug()<<"findContours....";
Mat marker = Mat::zeros(dist.size(),CV_32S);
for(size_t i = 0;i<contours.size();i++){
drawContours(marker,contours,i,Scalar(i+1),-1, 8, heri, INT_MAX);
}
qDebug()<<"drawContours...."<<contours.size();
circle(marker, Point(5, 5), 3, Scalar(255), -1);
watershed(src,marker);
qDebug()<<"watershed....";
// marker.convertTo(marker,CV_8UC1);//ps:此处需要注意(到这里实际上已经完成了算法)。一旦不转换就不能用imshow,一旦转换了后面的marker着色就会出现异常
// imshow("marker",marker);
qDebug()<<"imshow(marker,marker);....";
//生成颜色数组
vector<Vec3b> colors;
for (size_t i = 0; i < contours.size(); i++) {
int r = theRNG().uniform(0, 255);
int g = theRNG().uniform(0, 255);
int b = theRNG().uniform(0, 255);
colors.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
}
//给marker着色
Mat finalResult = Mat::zeros(dist.size(),CV_8UC3);//三通道彩色图像
int index = 0;
for(int row = 0;row<marker.rows;row++){
for(int col = 0;col<marker.cols;col++){
index = marker.at<int>(row,col);
if(index>0&&index<=contours.size()){
finalResult.at<Vec3b>(row,col) = colors[index-1];
}else{
finalResult.at<Vec3b>(row,col) = Vec3b(255,255,255);
}
}
}
imshow("finalResult",finalResult);
3、图片演示
案例1:分割蚕茧
案例2:分割任意图像
QT开发交流君羊:714620761
猜你喜欢
- 2025-01-01 前端智能化实践:从图片识别UI样式
- 2025-01-01 OpenCV 和 Python 识别数字的结果是怎样的呢
- 2025-01-01 HALCON_极坐标变换
- 2025-01-01 python使用fitz和opencv库提取pdf中的表格
- 2025-01-01 Fluent 多孔介质仿真(Porous Media)
- 2025-01-01 基于密度(Density-based)的聚类——核密度估计(KDE)
- 2025-01-01 机器视觉halcon学习系列---XLD的介绍和使用
- 2025-01-01 平学(26):Matlab学习之三维曲面图与常见函数(2)
- 2025-01-01 [OpenCV实战]13 OpenCV中使用Mask R-CNN进行对象检测和实例分割
- 2025-01-01 如何使用Python检测和识别车牌?
- 最近发表
- 标签列表
-
- newcoder (56)
- 字符串的长度是指 (45)
- drawcontours()参数说明 (60)
- unsignedshortint (59)
- postman并发请求 (47)
- python列表删除 (50)
- 左程云什么水平 (56)
- 计算机网络的拓扑结构是指() (45)
- 稳压管的稳压区是工作在什么区 (45)
- 编程题 (64)
- postgresql默认端口 (66)
- 数据库的概念模型独立于 (48)
- 产生系统死锁的原因可能是由于 (51)
- 数据库中只存放视图的 (62)
- 在vi中退出不保存的命令是 (53)
- 哪个命令可以将普通用户转换成超级用户 (49)
- noscript标签的作用 (48)
- 联合利华网申 (49)
- swagger和postman (46)
- 结构化程序设计主要强调 (53)
- 172.1 (57)
- apipostwebsocket (47)
- 唯品会后台 (61)
- 简历助手 (56)
- offshow (61)