分水嶺演算法就是根據分水嶺的構成來考慮影象的分割，我們可以想像乙個有山有湖的景象，山水環繞，而區分高山與水的界線，以及不同湖之間的間隔，就是我們的分水嶺。
分水嶺演算法基本上是把影像看作是地貌，每一點畫素的灰階值表示該點的海拔高度，每乙個區域性極小值及其影響區域稱為集水盆，我們從第0層填充影像，隨著水逐漸漲高，集水盆形成，這些盆地的尺寸緩緩增加，最終兩個不同的盆地水匯聚，這時建立乙個分水嶺以保持兩個盆地分離，一旦水的層數到達最大值，這些建立的盆地和分水嶺的集合形成了分水嶺分割演算法的結果。
opencv分水嶺：void watershed(inputarray image, inputoutputarray markers)
實際使用時，image是我們要做分水嶺演演算法的原始圖，使用markers前要先在上面標記，分別標記image的前景、後景，以及不確定前後景的畫素位置，前景、後景位置的標籤值可以自己定義，不確定的位置設為0，函式呼叫後markers會更新，生成最終的分水嶺分割圖，分水嶺的位置為0。
**：
分水嶺演算法
分水嶺變換是一種流行的影象處理演算法，用於快速將影象分割成多個同質區域。分水嶺演算法的思想是 把影象看成乙個拓撲地貌，那麼同類區域就相當於陡峭邊緣內相對平坦的盆地。分水嶺演算法通過逐步增加水位，把地貌分割成多個部分 目前比較著名的有模擬泛洪和降水 降水 水先是匯集到海拔低的地區，慢慢填充這每乙個盆地...
分水嶺演算法
在許多實際應用中，我們需要分割影象，但無法從背景影象中獲得有用資訊。分水嶺演算法在這方面往往是非常有效的。此演算法可以將影象中的邊緣轉化成 山脈 將均勻區域轉化為 山谷 這樣有助於分割目標。分水嶺演算法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把影象看作是測地學上的拓撲地貌，影象中每一...
分水嶺分割演算法
如果影象中的目標物體是連在一起的，則分割起來會更困難，分水嶺演算法經常用於處理這類問題，通常會取得比較好的效果。分水嶺分割演算法把影象看成一副 地形圖 其中亮度比較強的地區畫素值較大，而比較暗的地區畫素比較小，通過尋找 匯水盆地 和 分水嶺界限 對影象進行分割。步驟 1.讀取影象 2.求取影象的邊界...