图像处理之基于标记的分水岭算法(C++)

图像处理之基于标记的分水岭算法(C++)


文章目录

  • 图像处理之基于标记的分水岭算法(C++)
  • 前言
  • 一、基于标记点的分水岭算法应用
    • 1.实现步骤:
    • 2.代码实现
  • 总结


前言

传统分水岭算法存在过分割的不足,OpenCV提供了一种改进的分水岭算法,使用一系列预定义标记来引导图像分割的定义方式。使用OpenCV的分水岭算法cv::wathershed,需要输入一个标记图像,图像的像素值为32位有符号正数(CV_32S类型),每个非零像素代表一个标签。**它的原理是对图像中部分像素做标记,表明它的所属区域是已知的。分水岭算法可以根据这个初始标签确定其他像素所属的区域。**传统的基于梯度的分水岭算法和改进后基于标记的分水岭算法示意图如下图所示。
对比图
从上图可以看出,传统基于梯度的分水岭算法由于局部最小值过多造成分割后的分水岭较多。而基于标记的分水岭算法,水淹过程从预先定义好的标记图像(像素)开始,较好的克服了过度分割的不足。本质上讲,基于标记点的改进算法是利用先验知识来帮助分割的一种方法。因此,改进算法的关键在于如何获得准确的标记图像,即如何将前景物体与背景准确的标记出来。


一、基于标记点的分水岭算法应用

1.实现步骤:

  1. 封装分水岭算法
  2. 获取标记图像(在标记图中前景设置为255,背景像素设置为128,未知像素设置为0)
  3. 将原图和标记图输入分水岭算法
  4. 显示结果

2.代码实现

#include <iostream>
#include <opencv.hpp>class WatershedSegmenter {private:cv::Mat markers;		// 标记图public:/** @param const cv::Mat& markerImage 传入的标记图* @brief 将传入的标记图转换成CV_32S的标记图*/void setMarkers(const cv::Mat& markerImage) {// Convert to image of intsmarkerImage.convertTo(markers, CV_32S);}/** @param const cv::Mat& image 原图* @brief 对原图和标记图执行基于标记的分水岭分割*/cv::Mat process(const cv::Mat& image) {// Apply watershedcv::watershed(image, markers);return markers;}// Return result in the form of an image/** @brief 得到分割结果的标签*/cv::Mat getSegmentation() {cv::Mat tmp;// all segment with label higher than 255// will be assigned value 255markers.convertTo(tmp, CV_8U);return tmp;}// Return watershed in the form of an image以图像的形式返回分水岭cv::Mat getWatersheds() {cv::Mat tmp;//在变换前,把每个像素p转换为255p+255(在conertTo中实现)markers.convertTo(tmp, CV_8U, 255, 255);return tmp;}
};int main()
{// 读取图片std::string filepath = "F://work_study//algorithm_demo//watershedSeg.jpg";cv::Mat src = cv::imread(filepath);if (src.empty()){return -1;}imshow("src", src);// 高斯滤波平滑图像cv::Mat gaussImg;// 彩色图转换为灰度图cv::cvtColor(src, gaussImg, cv::COLOR_BGR2GRAY);cv::GaussianBlur(gaussImg, gaussImg,cv::Size(7,7),1.0);imshow("gaussImg", gaussImg);// 形态学梯度cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));cv::morphologyEx(gaussImg, gaussImg, cv::MORPH_GRADIENT,kernel);imshow("morphologyEx", gaussImg);// OTSU大津法阈值cv::threshold(gaussImg, gaussImg, 0, 255, cv::THRESH_OTSU | cv::THRESH_BINARY);imshow("threshold", gaussImg);// 形态学操作,生成确定的背景区域cv::Mat kernel_bg = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7)); 开运算(先腐蚀后膨胀)消除噪声点//cv::morphologyEx(gaussImg, gaussImg, cv::MORPH_OPEN, kernel1,cv::Point(-1,-1),2);// 生成确定的背景区域cv::Mat backgroundImg;cv::dilate(gaussImg, backgroundImg, kernel_bg);imshow("backgroundImg", backgroundImg);// 距离变换,生成确定的前景区域cv::Mat distanceImg,foregroundImg;cv::distanceTransform(gaussImg, distanceImg, cv::DIST_L1,5);double min, max;cv::minMaxLoc(distanceImg, &min, &max);cv::threshold(distanceImg, distanceImg, 0.1 * max, 255, cv::THRESH_BINARY);cv::normalize(distanceImg, foregroundImg, 0, 255, cv::NORM_MINMAX, CV_8U);imshow("foregroundImg", foregroundImg);// 去除连通域中的背景部分cv::Mat unknownImg;cv::subtract(backgroundImg, foregroundImg, unknownImg);	//待定区域,减去前景与背景的重合区域imshow("unknownImg", unknownImg);cv::Mat makers(gaussImg.size(),CV_8U,cv::Scalar(128));for (int i = 0; i < makers.rows; i++){for (int j = 0; j < makers.cols; j++){if (foregroundImg.at<uchar>(i, j) == 255){makers.at<uchar>(i, j) = 255;}else if (unknownImg.at<uchar>(i, j) == 255){makers.at<uchar>(i, j) = 0;}}}imshow("makers", makers);// 分水岭算法分割图像WatershedSegmenter seg;					// 实例化一个分水岭分割对象seg.setMarkers(makers);					// 设置算法的标记图像,使得水淹过程从这组预定义好的标记像素开始seg.process(src);						// 传入待分割的原图(要求为CV_8UC3)cv::Mat resultImg;resultImg = seg.getSegmentation();		// 将修改后的标记图makers转换为可显示的8位灰度图并返回分割结果(白色为前景,灰色为背景,0为边缘)cv::threshold(resultImg, resultImg, 250, 1, cv::THRESH_BINARY);cv::cvtColor(resultImg, resultImg, cv::COLOR_GRAY2BGR);resultImg = src.mul(resultImg);cv::cvtColor(resultImg, resultImg, cv::COLOR_BGR2GRAY);std::cout << resultImg.type() << std::endl;for(int i=0;i<resultImg.rows;i++)for (int j = 0; j < resultImg.cols; j++){if (resultImg.at<uchar>(i, j) == 0){resultImg.at<uchar>(i, j) = 255;}}imshow("resultImg", resultImg);cv::waitKey(0);return 0;}

过程图
在这里插入图片描述


总结

本文主要介绍了一种基于标记的分水岭算法的应用,关键在于如何巧妙地设计“标记图”,欢迎讨论交流。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/21611.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【C语言进阶】动态内存管理及柔性数组

动态内存的开辟在C语言中相当重要的知识 1、为什么会存在动态内存分配 内存的开辟方式&#xff1a; int a20;//在栈空间上开辟4个字节 int arr[10];//在栈空间上开辟40个字节的连续空间 这种开辟空间的方式有两个特点&#xff1a; 1、开辟的空间大小是固定的 2、数组在声明的…

二叉树创建和遍历

个人主页 &#xff1a;敲上瘾-CSDN博客二叉树介绍&#xff1a;二叉树(详解)-CSDN博客 目录 一、二叉树的创建 二、二叉树的遍历 1.前序遍历 2.中序遍历 3.后序遍历 4.层序遍历 三、相关计算 1.总节点个数计算 2.叶子节点个数计算 3.深度计算 一、二叉树的创建 关于…

如何在路由器上安装代理服务:详细教程

如何在路由器上安装代理服务&#xff1a;详细教程 步骤一&#xff1a;通过漏洞进入路由器系统开启Telnet服务使用Telnet登录路由器系统查看系统信息和CPU信息步骤二&#xff1a;交叉编译MIPS程序 Go对MIPS的支持 安装TFTP Server使用BusyBox tftp传输文件在路由器系统中下载编译…

❤机器学习正则化算法的总结。耗时10个小时完成。❤

❤纯 干 货~❤ 目录 纯干货 1、L1 正则化&#xff08;Lasso 正则化&#xff09; 2、L2 正则化&#xff08;岭正则化&#xff09; 3、弹性网络正则化&#xff08;Elastic Net 正则化&#xff09; 4、Dropout 正则化&#xff08;用于神经网络&#xff09; 5、贝叶斯Rid…

海外盲盒小程序:跨文化营销的利器

在全球化的浪潮下&#xff0c;跨境电商正迎来前所未有的发展机遇。作为这一领域中的新兴力量&#xff0c;海外盲盒小程序凭借其独特的魅力和优势&#xff0c;正逐渐崭露头角&#xff0c;成为跨文化营销的利器。本文将探讨海外盲盒小程序在跨文化营销中的应用及其带来的价值。 一…

【30天精通Prometheus:一站式监控实战指南】第16天:snmp_exporter从入门到实战:安装、配置详解与生产环境搭建指南,超详细

亲爱的读者们&#x1f44b;   欢迎加入【30天精通Prometheus】专栏&#xff01;&#x1f4da; 在这里&#xff0c;我们将探索Prometheus的强大功能&#xff0c;并将其应用于实际监控中。这个专栏都将为你提供宝贵的实战经验。&#x1f680;   Prometheus是云原生和DevOps的…

【java11】java11新特性之增强String的API

Java11在String类上引入了一系列新的API增强&#xff0c;这些改进显著提升了开发者在处理字符串时的便捷性和效率。 以下是Java11中增强String API的主要新特性&#xff1a; String.repeat()&#xff1a;重复给定次数的字符串。返回连接的字符串。String.isBlank()&#xff1…

ldap协议(常用于统一身份认证)与dict协议(在线词典)

文章目录 LDAPDICT LDAP LDAP&#xff08;Light Directory Access Portocol&#xff09;&#xff0c;轻量目录访问协议。 目录是一个为查询、浏览和搜索而优化的数据库&#xff0c;它成树状结构组织数据&#xff0c;类似文件目录一样。 目录数据库和关系数据库不同&#xff0c…

spring security 使用记录

spring security 使用记录 Bad credentials配置类密码匹配 Bad credentials org.springframework.security.authentication.BadCredentialsException: Bad credentialsat org.springframework.security.authentication.dao.DaoAuthenticationProvider.additionalAuthenticatio…

Docker安装极简版(三分钟搞定)

什么是Docker? Docker是一个开源的应用容器引擎&#xff0c;它允许开发者打包他们的应用以及依赖包到一个可移植的容器中&#xff0c;然后发布到任何流行的Linux机器上&#xff0c;也可以实现虚拟化。容器是完全使用沙箱机制&#xff0c;相互之间不会有任何接口。 化。容器是…

日志脱敏功能

前言 数据安全尤为重要&#xff0c;最为简单的防线就是防止重要信息&#xff08;身份证、手机号、姓名等&#xff09;明文显示&#xff0c;对此需要在数据库层、日志层等做好数据加解密。 思路 1、编写需加密的正则模板、加密字段 2、重写ch.qos.logback.classic.pattern.Me…

简易图像处理器的设计

1 概述 Python是一种高级、通用、解释型的编程语言&#xff0c;由Guido van Rossum于1991年创造。它被设计为易读易写的语言&#xff0c;具有简洁而清晰的语法&#xff0c;使得它成为许多领域的首选语言&#xff0c;如Web开发、科学计算、人工智能、数据分析等。结合本科阶段以…

三维地图校内导航系统解决方案

在如今的数字化时代&#xff0c;越来越多的学校开始实施智慧校园计划&#xff0c;旨在为学生和教师提供更高效、便捷的学习和教学环境。智慧校园运用互联网、大数据、人工智能等技术&#xff0c;对校园内各信息进行收集、整合、分析和应用&#xff0c;实现教学、管理、服务等多…

【matlab】绘图插入并放大/缩小子图

参考链接 代码分为两个&#xff1a;绘图代码与magnify.m 绘图代码就是普通的绘图代码&#xff0c;以下为例 %https://zhuanlan.zhihu.com/p/655767542 clc clear close all x 0:pi/100:2*pi; y1 sin(x); plot(x,y1,r-o); hold on y2sin(x)-0.05; y3sin(x)0.05; xlim([0 2*…

C#关键字概览

C#是一种面向对象的编程语言&#xff0c;由微软开发并作为.NET框架的一部分。它具有丰富的关键字&#xff0c;用于定义程序的结构和行为。本文将详细介绍C#中的关键字&#xff0c;包括基本关键字、上下文关键字以及它们在C#编程中的使用方式。 访问修饰符 访问修饰符控制成员…

Python变量age:深入探索其内涵与运用

Python变量age&#xff1a;深入探索其内涵与运用 在Python的世界里&#xff0c;变量age不仅是一个简单的标识符&#xff0c;它更是一个承载着丰富信息和功能的实体。今天&#xff0c;我们就来深入探索这个看似简单的age变量&#xff0c;揭示其背后的奥秘和魅力。 四个方面&am…

供应SKYA21001思佳讯芯片现货

长期供应各进口品牌芯片现货&#xff1a; SKYA21001 QM11024TR13 QM12113TR13 QM42391 QM45392 QM28005 RF8020TR13 QM77033DTR13 QM56021TR13-5K 885171 QM77043 QM78207 QM77038TR13 SKY58081-11 QPF5752QTR13-5K RF7198TR13-5K SKY58255-11 SKY85720-11 …

Ubuntu中安装和配置SSH的完全指南

目录 前言 第1步&#xff1a;安装SSH服务器 第2步&#xff1a;检查防火墙设置 第3步&#xff1a;连接到SSH服务器 第4步&#xff1a;配置SSH服务器&#xff08;可选&#xff09; 更改SSH端口 禁用root登录 第5步&#xff1a;公钥认证&#xff08;建议&#xff09; 结论…

XSS Challenges 闯关游戏环境准备:深入指南

在网络安全领域&#xff0c;理解并掌握跨站脚本攻击&#xff08;XSS&#xff09;的防御技巧至关重要。为了帮助学习者深入实践XSS攻击与防御&#xff0c;“XSS Challenges” 闯关游戏提供了一个实操平台。本文将详细介绍如何准备这一环境。 1. 环境准备概述 XSS Challenges 闯…

Kubernetes 之 Secret

Kubernetes 之 Secret Secret 的定义 Secret 解决了密码、token、秘钥等敏感数据的配置问题&#xff0c;它避免了把这些敏感数据直接暴露在镜像或者 Pod 的配置文件中。但是它只是一种相对安全的策略&#xff0c;我们还是可以在容器内找到这些信息。 Secret 的认证方式 认证…