【学习OpenCV4】分水岭算法详解

本文分享内容来自图书《学习OpenCV 4：基于Python的算法实战》，该书内容如下：

第1章 OpenCV快速入门；
第2章 图像读写模块imgcodecs；
第3章 核心库模块core；
第4章 图像处理模块imgproc（一）；
第5章 图像处理模块imgproc（二）；
第6章 可视化模块highgui；
第7章 视频处理模块videoio；
第8章 视频分析模块video；
第9章 照片处理模块photo；
第10章 2D特征模块features2d；
第11章 相机标定与三维重建模块calib3d；
第12章 传统目标检测模块objdetect；
第13章 机器学习模块ml；
第14章 深度神经网络模块dnn

欢迎关注图书《深度学习计算机视觉实战》与《学习OpenCV4：基于Python的算法实战》。

本节讲述分水岭算法，GrabCut算法和漫水填充算法将在下面两次分享中介绍，欢迎持续关注。

在没有背景模板可用的情况下，分水岭算法首先计算强度图像的梯度（如查找轮廓），形成的线条组成了山脉或者岭，没有纹理的地方形成盆地或者山谷，然后从指定的点向盆地灌水，当图像被灌满时，所有有标记的区域就被分割开了，这就是分水岭算法的分割思想。
OpenCV中提供了分水岭算法的函数watershed，函数定义如下：

markers = watershed(image, markers)

参数说明如下：
image，输入图像，需传入8-bit 3通道图像；
markers，和输入图像大小相同的标记图像（返回值）。
本案例使用的案例代码来源于OpenCV源码中的样例，位置为“samples/cpp/watershed.cpp”，为了便于理解，对源码做了一些调整如增加中文注释。案例中使用鼠标标记分割目标（标记点即为注水点），后使用分水岭算法进行图像分割，案例代码如下：

#include <opencv2/core/utility.hpp>
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"

#include <cstdio>
#include <iostream>

using namespace cv;
using namespace std;

//帮助说明
static void help(char** argv)
{
    
    
    //第一个参数传入的是输入图像，默认是fruits.jpg
    cout << "\nThis program demonstrates the famous watershed segmentation algorithm in OpenCV: watershed()\n"
        "Usage:\n" << argv[0] << " [image_name -- default is fruits.jpg]\n" << endl;

    //操作键：鼠标左键拖动选取前景；ESC退出操作；r图像复原；w或者空格键执行操作
    cout << "Hot keys: \n"
        "\tESC - quit the program\n"
        "\tr - restore the original image\n"
        "\tw or SPACE - run watershed segmentation algorithm\n"
        "\t\t(before running it, *roughly* mark the areas to segment on the image)\n"
        "\t\t(before that, roughly outline several markers on the image)\n";
}
Mat markerMask, img;
Point prevPt(-1, -1);

//鼠标事件
static void onMouse(int event, int x, int y, int flags, void*)
{
    
    
    //图像有问题或者鼠标当前点在图像外则返回不处理
    if (x < 0 || x >= img.cols || y < 0 || y >= img.rows)
        return;
    //鼠标左键抬起
    if (event == EVENT_LBUTTONUP || !(flags & EVENT_FLAG_LBUTTON))
        prevPt = Point(-1, -1);
    //鼠标左键按下
    else if (event == EVENT_LBUTTONDOWN)
        prevPt = Point(x, y);
    //鼠标移动
    else if (event == EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON))
    {
    
    
        Point pt(x, y);
        if (prevPt.x < 0)
            prevPt = pt;
        //绘制标记线
        line(markerMask, prevPt, pt, Scalar::all(255), 5, 8, 0);
        line(img, prevPt, pt, Scalar::all(255), 5, 8, 0);
        prevPt = pt;
        imshow("image", img);
    }
}

//执行主函数，程序入口
int main(int argc, char** argv)
{
    
    
    //参数解析
    cv::CommandLineParser parser(argc, argv, "{help h | | }{ @input | fruits.jpg | }");
    if (parser.has("help"))
    {
    
    
        help(argv);
        return 0;
    }
    //获取输入图像文件名
    string filename = samples::findFile(parser.get<string>("@input"));
    Mat img0 = imread(filename, 1), imgGray;

    if (img0.empty())
    {
    
    
        cout << "Couldn't open image ";
        help(argv);
        return 0;
    }
    //创建图像窗口
    namedWindow("image", 1);

    img0.copyTo(img);
    cvtColor(img, markerMask, COLOR_BGR2GRAY);
    cvtColor(markerMask, imgGray, COLOR_GRAY2BGR);
    markerMask = Scalar::all(0);
    imshow("image", img);
    //鼠标事件回调函数
    setMouseCallback("image", onMouse, 0);

    for (;;)
    {
    
    
        char c = (char)waitKey(0);

        //ESC键退出
        if (c == 27)
            break;

        //r键图像还原
        if (c == 'r')
        {
    
    
            markerMask = Scalar::all(0);
            img0.copyTo(img);
            imshow("image", img);
        }

        //w或者空格键执行算法
        if (c == 'w' || c == ' ')
        {
    
    
            int i, j, compCount = 0;
            vector<vector<Point> > contours;
            vector<Vec4i> hierarchy;

            //查找轮廓
            findContours(markerMask, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

            if (contours.empty())
                continue;
            Mat markers(markerMask.size(), CV_32S);
            markers = Scalar::all(0);
            int idx = 0;
            //绘制轮廓
            for (; idx >= 0; idx = hierarchy[idx][0], compCount++)
                drawContours(markers, contours, idx, Scalar::all(compCount + 100), -1, 8, hierarchy, INT_MAX);

            if (compCount == 0)
                continue;

            vector<Vec3b> colorTab;
            for (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));
            }

            double t = (double)getTickCount();
            imwrite("markers.jpg", markers);
            //执行分水岭算法
            watershed(img0, markers);
            t = (double)getTickCount() - t;
            //打印处理时间
            printf("execution time = %gms\n", t * 1000. / getTickFrequency());

            Mat wshed(markers.size(), CV_8UC3);
            cout << wshed.at<int>(0, 0) << endl;

            // 绘制watershed图像，对不同分割区域着色
            for (i = 0; i < markers.rows; i++) {
    
    
                for (j = 0; j < markers.cols; j++)
                {
    
    
                    int index = markers.at<int>(i, j);
                    if (index == -1)
                        wshed.at<Vec3b>(i, j) = Vec3b(255, 255, 255);
                    else if (index <= 0 || index > compCount)
                        wshed.at<Vec3b>(i, j) = Vec3b(0, 0, 0);
                    else
                        wshed.at<Vec3b>(i, j) = colorTab[index - 1];
                }
            }

            //显示分水岭算法的分割线
            imshow("watershed", wshed);
            wshed = wshed * 0.5 + imgGray * 0.5;
            //显示分水岭算法的结果
            imshow("watershed_result", wshed);
        }
    }

    return 0;
}

本案例使用的输入图像如图5.26所示。

图5.26
在图像中用鼠标左键标识待分割的目标，如图5.27所示。

图5.27
按下w或者空格键，执行分割算法，分割结果如图5.28所示。

图5.28
分割结果在输入图像中绘制的结果如图5.29所示。

图5.29