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地學(xué)上的拓?fù)涞孛玻瑘D像中的每一點像素的灰度值表示該點的海拔高度,每一個局部極小值及其影響區(qū)域稱為集水盆,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模擬浸入過程來說明:在每一個局部極小值表面,刺穿一個小孔,然后把整個模型慢慢浸入水中,隨著浸入的加深,每一個局部極小值的影響區(qū)域慢慢向外擴(kuò)展,在兩個集水盆匯合處構(gòu)筑大壩,即形成分水嶺。
分水嶺的計算過程是一個迭代標(biāo)注過程。分水嶺計算分成兩個步驟:一個是排序過程,一個是淹沒過程。首先對每個像素的灰度級進(jìn)行從低到高的排序,然后在從低到高實現(xiàn)淹沒的過程中,對每一個局部極小值在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即為分水嶺。顯然,分水嶺表示的是輸入圖像的極大值點。
簡而言之,分水嶺算法首先計算灰度圖的梯度,這對圖像中的“山谷”或沒有紋理的“盆地”(亮度值低的點)的形成是很有效的,也對“山頭”或圖像中有主導(dǎo)線段的“山脈”(山脊對應(yīng)的邊緣)的形成有效。然后開始從用戶指定點(或者算法得到點)開始持續(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)域又通過聚集的方式進(jìn)行分割,好像圖像被“填充”起來一樣。
實現(xiàn)分水嶺算法–watershed函數(shù)
函數(shù)watershed實現(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,每一個區(qū)域都會被標(biāo)記為像素值1、2、3等,表示成為一個或者多個連接組件,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。這些標(biāo)記就是即將繪制出來的分割區(qū)域的“種子”,而沒有標(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)
*第一個參數(shù),輸入圖像,需為8位三通道的彩色圖像。
*第二個參數(shù),函數(shù)調(diào)用后的運算結(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);
//輪詢按鍵處理
while(1)
{
//獲取鍵值
int c=waitKey(0);
//若按鍵為ESC時,退出
if((char)c == 27)
break;
//若按鍵為2時,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));
}
//計算處理時間并輸出到窗口中
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)//松開左鍵
prevPt=Point(x,y);//鼠標(biāo)所指的位置
//鼠標(biāo)左鍵按下并移動,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);//畫白線
line(g_srcImage,prevPt,pt,Scalar::all(255),2,8,0);//畫白線
prevPt=pt;
imshow(WINDOW_NAME, g_srcImage);
}
}



Opencv技巧
(1)計算算法運行時間:
//計算處理時間并輸出到窗口中
double dTime=(double)getTickCount();
//進(jìn)行分水嶺算法
watershed(srcImage, maskImage);
dTime=(double)getTickCount()-dTime;
printf("\t 處理時間=%gms\n",dTime*1000./getTickFrequency());
(2)改變圖像某點像素值:Mat類中的at方法對于獲取圖像矩陣某點的RGB值或者改變某點的值很方便,
對于單通道的圖像:image.at<uchar>(i, j)
對于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:由于卷積過程,圖像矩陣要進(jìn)行填充,Point(-1,-1)即代表卷積開始的位置,這決定了不填充時的結(jié)果A處于填充后結(jié)果B的位置的那個部分,從(-1,-1)開始卷積的結(jié)果是A處于B的正中間那塊位置。
以上就是本文的全部內(nèi)容,希望對大家的學(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
C語言結(jié)構(gòu)體數(shù)組同時賦值的另類用法
今天小編就為大家分享一篇關(guān)于C語言結(jié)構(gòu)體數(shù)組同時賦值的另類用法,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧2018-12-12
C++實現(xiàn)PatchMatch圖像修復(fù)算法
這篇文章主要介紹了C++實現(xiàn)PatchMatch圖像修復(fù)算法,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-04-04
嵌入式項目使用C語言結(jié)構(gòu)體位段特性實現(xiàn)斷言宏校驗數(shù)據(jù)范圍有效性的方法
今天小編就為大家分享一篇關(guān)于嵌入式項目使用C語言結(jié)構(gòu)體位段特性實現(xiàn)斷言宏校驗數(shù)據(jù)范圍有效性的方法,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧2018-12-12
C++實現(xiàn)LeetCode(191.位1的個數(shù))
這篇文章主要介紹了C++實現(xiàn)LeetCode(191.位1的個數(shù)),本篇文章通過簡要的案例,講解了該項技術(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2021-08-08

