C++ OpenCV基于距离变换与分水岭的图像分割

小白学视觉

共 3834字,需浏览 8分钟

 ·

2023-08-17 04:45

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

图像分割

图像分割,英文名image segmentation,就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:

  • 基于阈值的分割方法

  • 基于区域的分割方法

  • 基于边缘的分割方法以及基于特定理论的分割方法

从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。

  • 图像分割的目标是将图像中像素根据一定的规则分为若干个(N)个cluster集合,I每个集合包含一类像素。

  • 根据算法分为监督学习算法和无监督学习算法,图像分割的算法多数都是无监督学习算法。---KMeans


距离变换与分水岭介绍

距离变换

距离变换常见算法有两种

  • 不断膨胀/ 腐蚀得到

  • 基于倒角距离


分水岭变换

分水岭变换常见的算法

基于浸泡理论实现


相关API

        cv::distanceTransform(

                InputArray  src, 

                OutputArray dst,  

                OutputArray  labels,  

                int  distanceType,  

                int maskSize,  

                int labelType = DIST_LABEL_CCOMP

        )

distanceType = DIST_L1/DIST_L2,

maskSize = 3x3,最新的支持5x5,推荐3x3、

labels离散维诺图输出,

dst输出8位或者32位的浮点数,单一通道,大小与输入图像一致


        cv::watershed(

                InputArray image, 

                InputOutputArray  markers

        )


操作步骤

  1. 将白色背景变成黑色-目的是为后面的变换做准备

  2. 使用filter2D与拉普拉斯算子实现图像对比度提高,sharp

  3. 转为二值图像通过threshold

  4. 距离变换

  5. 对距离变换结果进行归一化到[0~1]之间

  6. 使用阈值,再次二值化,得到标记

  7. 腐蚀得到每个Peak - erode

  8. 发现轮廓 – findContours

  9. 绘制轮廓- drawContours

  10. 分水岭变换 watershed

  11. 对每个分割区域着色输出结果


代码演示

新建一个项目opencv-0027,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

这次我们用opencv里面自带的一张图像来实个这个方法

运行显示的图像为


1.将白色背景变成黑色

我们运行看一下

可以看到右边的已经把背景都换为黑色了。


2.使用filter2D与拉普拉斯算子实现图像对比度提高,sharp

我们再运行看一下,左边的就是生成的结果图,可以看出左边的清晰度更高了一些


3.转为二值图像通过threshold

我们再运行看一下,左边的图像已经让我们转换为二值图像了,也比较清晰


4.距离变换

5.对距离变换结果进行归一化到[0~1]之间

因为距离变换看不出任何效果,所以我们把4和5两步放在一起显示

我们再运行一下看看执行结果


6.使用阈值,再次二值化,得到标记

显示效果为


7.腐蚀得到每个Peak

效果不太好看,我们需要再进行二值的腐蚀,把上面的代码再修改一下

我们再看一下运行效果,可以看出来比刚才的效果好很多了


8.标记并且开始查找轮廓

这一步只是查找轮廓,我们接下来绘制查找的轮廓再一起显示出来


9.绘制轮廓

上面drawContours和circle最后一个参数都是用了-1,代表着画的轮廓里面进行颜色填充

我们再显示一下看看效果

看到好像什么也没有,这是因为我们画的轮廓太小了, 我们改一下显示效果

把最后显示cv::imshow(imgdst,makers*5000)再乘5000,重新看一下显示效果

这会儿就可以看到绘制的轮廓出来了


10.分水岭变换

我们看看显示的效果

可以看出,每个轮廓都有明显的区分开了。


11.对每个分割区域着色输出结果

然后我们再运行看到最后结果


   
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 1172
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报