OpenCV開發筆記（五十九）：紅胖子8分鐘帶你深刻了解分水嶺算法（圖文並茂+淺顯易懂+程序源碼）

時間 2020-05-25

標籤 opencv 開發筆記五十九胖子 8分深刻瞭解分水嶺算法圖文並茂淺顯易懂程序源碼简体版

原文原文鏈接

若該文爲原創文章，未經容許不得轉載
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客導航：http://www.javashuo.com/article/p-wxwjppoc-mo.html
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106258388
各位讀者，知識無窮而人力有窮，要麼改需求，要麼找專業人士，要麼本身研究
紅胖子(紅模仿)的博文大全：開發技術集合（包含Qt實用技術、樹莓派、三維、OpenCV、OpenGL、ffmpeg、OSG、單片機、軟硬結合等等）持續更新中…（點擊傳送門）算法

OpenCV開發專欄（點擊傳送門）

上一篇：《OpenCV開發筆記（五十八）：紅胖子8分鐘帶你深刻了解圖像的矩（圖文並茂+淺顯易懂+程序源碼）》
下一篇：持續補充中… 函數

前言

紅胖子，來也！
作識別，有時候需求要識別物體，物體在背景上比較雜，可是其邊緣與背景圖相差大，這個時候可使用分水嶺算法突出兩邊的顏色對比度，從而更好的分割。 ui

Demo

分水嶺算法

概述

分水嶺分割方法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把圖像看做是測地學上的拓撲地貌，圖像中每一點像素的灰度值表示該點的海拔高度，每個局部極小值及其影響區域稱爲集水盆，而集水盆的邊界則造成分水嶺。簡單來講就是根據圖像相鄰的像素差值，分紅不一樣區域，將各區域染成不一樣顏色，其適合使用者已經能夠標記已知對象或背景中的一部分。
&emp;分水嶺的概念和造成能夠經過模擬浸入過程來講明。在每個局部極小值表面，刺穿一個小孔，而後把整個模型慢慢浸入水中，隨着浸入的加深，每個局部極小值的影響域慢慢向外擴展，在兩個集水盆匯合處構築大壩，即造成分水嶺。
分水嶺的計算過程是一個迭代標註過程。spa

原理

分水嶺比較經典的計算方法是L. Vincent提出的。在該算法中，分水嶺計算分兩個步驟，一個是排序過程，一個是淹沒過程。首先對每一個像素的灰度級進行從低到高排序，而後在從低到高實現淹沒過程當中，對每個局部極小值在h階高度的影響域採用先進先出(FIFO)結構進行判斷及標註。
分水嶺變換獲得的是輸入圖像的集水盆圖像，集水盆之間的邊界點，即爲分水嶺。顯然，分水嶺表示的是輸入圖像極大值點。所以，爲獲得圖像的邊緣信息，一般把梯度圖像做爲輸入圖像，即
g(x,y)=grad(f(x,y))={[f(x,y)-f(x-1,y)]2[f(x,y)-f(x,y-1)]2}0.5
式中，f(x,y)表示原始圖像，grad{.}表示梯度運算。
分水嶺算法對微弱邊緣具備良好的響應，圖像中的噪聲、物體表面細微的灰度變化，都會產生過分分割的現象。但同時，分水嶺算法對微弱邊緣具備良好的響應，是獲得封閉連續邊緣的保證的。.net

分水嶺函數原型

void watershed(InputArray image, InputOutputArray markers )

參數一：lnputArray類型的src，輸入圖像，即源圖像，填Mat類的對象便可，且需爲8位三通道的彩色圖像。
參數二：InputOutputArray類型的markers，在執行分水嶺函數watershed以前，必須對該參數進行處理，它應該包含不一樣區域的輪廓，每一個輪廓有一個本身惟一的編號，輪廓的定位能夠經過Opencv中findContours方法實現，這個是執行分水嶺以前的要求。

Demo源碼

void OpenCVManager::testWatersheed()
{
    QString fileName1 =
            "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/5.jpg";
    int width = 400;
    int height = 300;

    cv::Mat srcMat = cv::imread(fileName1.toStdString());
    cv::resize(srcMat, srcMat, cv::Size(width, height));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 2, srcMat.rows * 3),
                                srcMat.type());

    int threshold1 = 200;
    int threshold2 = 100;
    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);

        cv::Mat mat;

        cv::Mat tempMat;
        // 原圖先copy到左邊
        mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                        cv::Range(srcMat.cols * 0, srcMat.cols * 1));
        cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat);

        {
            // 灰度圖
            cv::Mat grayMat;
            cv::cvtColor(srcMat, grayMat, cv::COLOR_BGR2GRAY);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 2));
            cv::Mat grayMat2;
            cv::cvtColor(grayMat, grayMat2, cv::COLOR_GRAY2BGR);
            cv::addWeighted(mat, 0.0f, grayMat2, 1.0f, 0.0f, mat);

            // 均值濾波
            cv::blur(grayMat, tempMat, cv::Size(3, 3));

            cvui::printf(windowMat, width * 1 + 20, height * 1 + 20, "threshold1");
            cvui::trackbar(windowMat, width * 1 + 20, height * 1 + 40, 200, &threshold1, 0, 255);
            cvui::printf(windowMat, width * 1 + 20, height * 1 + 100, "threshold2");
            cvui::trackbar(windowMat, width * 1 + 20, height * 1 + 120, 200, &threshold2, 0, 255);

            // canny邊緣檢測
            cv::Canny(tempMat, tempMat, threshold1, threshold2);
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 0, srcMat.cols * 1));
            cv::cvtColor(tempMat, grayMat2, cv::COLOR_GRAY2BGR);
            cv::addWeighted(mat, 0.0f, grayMat2, 1.0f, 0.0f, mat);

            // 查找輪廓
            std::vector<std::vector<cv::Point>> contours;
            std::vector<cv::Vec4i> hierarchy;
            cv::findContours(tempMat, contours, hierarchy, cv::RETR_CCOMP, cv::CHAIN_APPROX_SIMPLE);

            // 繪製輪廓
            cv::Mat maskers = cv::Mat::zeros(grayMat.size(), CV_32SC1);
            maskers = cv::Scalar::all(0);
            cv::Mat tMat = srcMat.clone();
            tMat = cv::Scalar(0, 0, 0);
            for(int index = 0; index < contours.size(); index++)
            {
                cv::drawContours(maskers, contours, index, cv::Scalar::all(index+1));
                cv::drawContours(tMat, contours, index, cv::Scalar(0, 0, 255));
            }
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
                            cv::Range(srcMat.cols * 0, srcMat.cols * 1));
            cv::addWeighted(mat, 0.0f, tMat, 1.0f, 0.0f, mat);

            // 分水嶺
            cv::watershed(srcMat, maskers);
            cv::Mat watershedImage(maskers.size(), CV_8UC3) ;
            for(int i = 0 ; i < maskers.rows ; i++ )
            {
                for(int j = 0 ; j < maskers.cols; j++)
                {
                    int index = maskers.at<int>(i, j);
                    if(index == -1)
                    {
                        watershedImage.at<cv::Vec3b>(i, j) = cv::Vec3b(255, 255, 255);
                    }else if( index <= 0 || index > contours.size() )
                    {
                        watershedImage.at<cv::Vec3b>(i, j) = cv::Vec3b(0, 0, 0);
                    }else
                    {
                        watershedImage.at<cv::Vec3b>(i, j) = cv::Vec3b((index - 5 > 0 ? 0 : index % 5) * 50,
                                                                       (index - 5 > 0 ? index - 5 : 0) % 5 * 50,
                                                                       (index - 10 > 0 ? index - 10 : 0) % 5 * 50);
                    }
                    // 混合灰皮圖和 分水嶺效果 圖 並顯 示最終的窗 口
                }
            }
            // copy
            mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 2));
            cv::addWeighted(mat, 0.0f, watershedImage, 1.0f, 0.0f, mat);

        }
        // 更新
        cvui::update();
        // 顯示
        cv::imshow(windowName, windowMat);
        // esc鍵退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}