原文地址为:
学习opencv ,图像分割中分水岭算法的感性认识及cvWatershed例子
opencv中的算法是先把输入图像转化成梯度图(标量)
如果把梯度图看成是一个地形的话,就会发现,梯度高的地方就成了山脉,梯度低的地方就是山谷
我们经过标记为不同的区域后,
就从各个标记的地方注水进去,注入的水越来越多的时候,就会出现把流过低些的山脉,从而流到别的山谷中,那么他们就连一了一片区域。
区域分割的要求是把不同的标记分割成不同的地方。所以如果一直注水,可能就会覆盖别的区域了。这时算法就采取某种方法,修大坝使标记的不同区域不会因为注水而相连
他们会互不相干的扩张领地,直到把整个领地都扩张完为止。
函数输出时,自己的标记扩张出来的区域都用之前标记的值表示,代表一个区域。 不同的值代表不同的区域
区域与区域之间的边界由由值-1表示.
转载请注明本文地址: 学习opencv ,图像分割中分水岭算法的感性认识及cvWatershed例子
cvWatershed例子:
#include<cv.h> #include<highgui.h> #include<iostream> using namespace std; IplImage* marker_mask = 0; IplImage* markers = 0; IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0; CvPoint prev_pt = {-1,-1}; void on_mouse( int event, int x, int y, int flags, void* param )//opencv 会自动给函数传入合适的值 { if( !img ) return; if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) ) prev_pt = cvPoint(-1,-1); else if( event == CV_EVENT_LBUTTONDOWN ) prev_pt = cvPoint(x,y); else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) ) { CvPoint pt = cvPoint(x,y); if( prev_pt.x < 0 ) prev_pt = pt; cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );//CvScalar 成员:double val[4] RGBA值A=alpha cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 ); prev_pt = pt; cvShowImage( "image", img); } } int main( int argc, char** argv ) { char* filename = argc >= 2 ? argv[1] : (char*)"fruits.jpg"; CvMemStorage* storage = cvCreateMemStorage(0); CvRNG rng = cvRNG(-1); if( (img0 = cvLoadImage(filename,1)) == 0 ) return 0; printf( "Hot keys: \n" "\tESC - quit the program\n" "\tr - restore the original image\n" "\tw or SPACE - run watershed algorithm\n" "\t\t(before running it, roughly mark the areas on the image)\n" "\t (before that, roughly outline several markers on the image)\n" ); cvNamedWindow( "image", 1 ); cvNamedWindow( "watershed transform", 1 ); img = cvCloneImage( img0 ); img_gray = cvCloneImage( img0 ); wshed = cvCloneImage( img0 ); marker_mask = cvCreateImage( cvGetSize(img), 8, 1 ); markers = cvCreateImage( cvGetSize(img), IPL_DEPTH_32S, 1 ); cvCvtColor( img, marker_mask, CV_BGR2GRAY ); cvCvtColor( marker_mask, img_gray, CV_GRAY2BGR );//这两句只用将RGB转成3通道的灰度图即R=G=B,用来显示用 cvZero( marker_mask ); cvZero( wshed ); cvShowImage( "image", img ); cvShowImage( "watershed transform", wshed ); cvSetMouseCallback( "image", on_mouse, 0 ); for(;;) { int c = cvWaitKey(0); if( (char)c == 27 ) break; if( (char)c == 'r' ) { cvZero( marker_mask ); cvCopy( img0, img );//cvCopy()也可以这样用,不影响原img0图像,也随时更新 cvShowImage( "image", img ); } if( (char)c == 'w' || (char)c == ' ' ) { CvSeq* contours = 0; CvMat* color_tab = 0; int i, j, comp_count = 0; //下面选将标记的图像取得其轮廓, 将每种轮廓用不同的整数表示 //不同的整数使用分水岭算法时,就成为不同的种子点 //算法本来就是以各个不同的种子点为中心扩张 cvClearMemStorage(storage); cvFindContours( marker_mask, storage, &contours, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE ); cvZero( markers ); for( ; contours != 0; contours = contours->h_next, comp_count++ ) { cvDrawContours(markers, contours, cvScalarAll(comp_count+1), cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) ); } //cvShowImage("image",markers); if( comp_count == 0 ) continue; color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );//创建随机颜色列表 for( i = 0; i < comp_count; i++ ) //不同的整数标记 { uchar* ptr = color_tab->data.ptr + i*3; ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50); ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50); ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50); } { double t = (double)cvGetTickCount(); cvWatershed( img0, markers ); cvSave("img0.xml",markers); t = (double)cvGetTickCount() - t; printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) ); } // paint the watershed image for( i = 0; i < markers->height; i++ ) for( j = 0; j < markers->width; j++ ) { int idx = CV_IMAGE_ELEM( markers, int, i, j );//markers的数据类型为IPL_DEPTH_32S uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );//BGR三个通道的数是一起的,故要j*3 if( idx == -1 ) //输出时若为-1,表示各个部分的边界 dst[0] = dst[1] = dst[2] = (uchar)255; else if( idx <= 0 || idx > comp_count ) //异常情况 dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here else //正常情况 { uchar* ptr = color_tab->data.ptr + (idx-1)*3; dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2]; } } cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );//wshed.x.y=0.5*wshed.x.y+0.5*img_gray+0加权融合图像 cvShowImage( "watershed transform", wshed ); cvReleaseMat( &color_tab ); } } return 1; }运行情况:
同上面分析可看出,因为不相连的标记后,程序在masker中的数值不同
经过分水岭算法后,
不同的标记肯定会在不同的区域中,
例如头发部分,我画了一条线标记 ,, 处理后就把头发部分分割了出来
还比如胳膊那一块,正好也分割出来了
opencv中的算法是先把输入图像转化成梯度图(标量)
如果把梯度图看成是一个地形的话,就会发现,梯度高的地方就成了山脉,梯度低的地方就是山谷
我们经过标记为不同的区域后,
就从各个标记的地方注水进去,注入的水越来越多的时候,就会出现把流过低些的山脉,从而流到别的山谷中,那么他们就连一了一片区域。
区域分割的要求是把不同的标记分割成不同的地方。所以如果一直注水,可能就会覆盖别的区域了。这时算法就采取某种方法,修大坝使标记的不同区域不会因为注水而相连
他们会互不相干的扩张领地,直到把整个领地都扩张完为止。
函数输出时,自己的标记扩张出来的区域都用之前标记的值表示,代表一个区域。 不同的值代表不同的区域
区域与区域之间的边界由由值-1表示.
转载请注明本文地址: 学习opencv ,图像分割中分水岭算法的感性认识及cvWatershed例子