OpenCV學習 8 分水嶺演算法 2

現在我們看看opencv中如何使用分水嶺演算法。

首先我們開啟一副影象：

// 開啟另一幅影象

接下來，我們要建立mark影象。mark影象格式是有符號整數，其中沒有被mark的部分用0表示，其它不同區域的mark標記，我們用非零值表示，通常為1-255，但也可以為其它值，比如大於255的值，不同mark區域甚至可以用同樣的值，這個值大小對最後分割可能沒有影響(也可能影響)，最好不同mark區域還是用不同的值表示，這樣能夠確保結果正確，

之所以用有符號整數，是因為opencv在分水嶺演算法內部，要用-1，-2等來標記注水區域，

最終在mark影象中生成的分水嶺線就是用-1表示。

我們通常會建立uchar格式的灰度圖，指定mark區域，然後轉化為有符號整數的影象格式。

首先對整個背景區域我們建立乙個mark域，是下圖中白色框框住的部分，其灰度值為255，第二個選擇mark域為塔，就是黑色框框住的一塊區域，其灰度值為64，最後就是樹mark域，藍色框的部分，其灰度值為128。在分水嶺演算法時候，會分別對這個3個區域來進行注水操作，如果兩個注水盆地被乙個mark域覆蓋，則它們之間不會有分水嶺線產生。

對於mark影象，opencv分水嶺演算法在初始化時候，會把最外圈的值置為-1，作為整個影象的邊界，所以我們第乙個mark區域，選擇倒數第2外圈，因為設定到最外圈，最後還是會被沖掉。

// 標示背景影象

cv::mat imagemask(image.size(),cv_8u,cv::scalar(0));

cv::rectangle(imagemask,cv::point(1,1),cv::point(image.cols-2,image.rows-2),cv::scalar(255),1);

// 表示塔

cv::rectangle(imagemask,cv::point(image.cols/2-10,image.rows/2-10),

cv::point(image.cols/2+10,image.rows/2+10),cv::scalar(64),10);

//樹cv::rectangle(imagemask,cv::point(64,284),

cv::point(68,300),cv::scalar(128),5);

mark影象：

注意：mark影象是32bit的有符號整數，所以在使用分水嶺演算法前，我們先對mark影象做乙個轉化。演算法執行完後，再轉化為0-255的灰度圖。

imagemask.convertto(imagemask,cv_32s);

// 設定marker和處理影象

cv::watershed(image,imagemask);

cv::mat mark1;

imagemask.convertto(mark1,cv_8u);

cv::namedwindow("marker");

cv::imshow("marker",mark1);

此時imagemask影象從無符號整數轉化為uchar後，如下圖所示，第乙個mask區域注水，將會使得整個影象為白色，之後分別在第二個，第三個區域的盆地注水，會產生相應的注水圖，注水的區域的值即為mark的值，128和64, 分水嶺線則為0，注：在轉化前分水嶺線的值為-1，轉化後成為0。

我們使用乙個轉化函式把分水嶺線轉化為黑色，其它的部分都白黑色，轉化函式的公式為：

imagemask(x,y) = saturate_cast(255*imagemask(x,y)+255)

imagemask.convertto(imagemask,cv_8u,255, 255);

最後顯示分水嶺線，得到下圖：(注：在轉化前，分水嶺線的值為-1)

原始碼：工程firstopencv7

OpenCV學習 8 分水嶺演算法 2

OpenCV學習 9 分水嶺演算法 3

opencv 分水嶺演算法

opencv實現分水嶺演算法

OpenCV學習 8 分水嶺演算法 2

OpenCV學習 9 分水嶺演算法 3

opencv 分水嶺演算法

opencv實現分水嶺演算法

相關推薦