图像分割 分水岭法 watershed

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。

本文的C#版本请访问:图像分割 分水岭法 watershed(C#)-CSDN博客

Watershed算法是一种图像处理算法,它是基于形态学的图像分割方法。在实现中,Watershed算法通常需要先对图像进行预处理,例如去除噪声、边缘检测等操作,以便更好的构建隔板。在填充山谷时,可以使用队列或其他数据结构来实现,以便管理待处理的像素。对于连通的区域,可以使用标记或者颜色来区分。最终得到的分割结果可以用于物体识别、形状分析等应用场景。

CvInvoke.Watershed方法用于执行图像的分水岭分割操作。该方法声明如下:

Public Shared Sub Watershed (

image As IInputArray,

markers As IInputOutputArray

)

参数说明:

  1. image:输入图像,必须是CV8U三通道彩色图。
  2. markers:指定的标记图像,这是一个CV32S的单通道图像,并且与输入图像具有相同的尺寸。可以通过FindContours和DrawContours来获得这个图像,使用像数值1、2、3......作为连通分量,来粗略勾勒出图像期望分割的区域,而未确定的区域未标记为0。

该方法没有返回值,而是直接在markers图像上进行分割操作。最终输出的图像,两个区域间使用-1作为分割线。

vbnet 复制代码
   '分水岭法 watershed
    Private Sub Button4_Click(sender As Object, e As EventArgs) Handles Button4.Click
        Dim m As New Mat("c:\learnEmgucv\tower.jpg", ImreadModes.Color)
        '灰度
        Dim mgray As New Mat
        CvInvoke.CvtColor(m, mgray, ColorConversion.Bgr2Gray)

        '滤波
        Dim mgaussian As New Mat
        CvInvoke.GaussianBlur(mgray, mgaussian, New Drawing.Size(5, 5), 2)
        ImageBox1.Image = mgaussian

        '边缘检测
        Dim mcanny As New Mat
        CvInvoke.Canny(mgaussian, mcanny, 60, 120)
        'ImageBox2.Image = mcanny

        '获取轮廓
        Dim contours As New VectorOfVectorOfPoint
        Dim hierarchy As New VectorOfRect
        CvInvoke.FindContours(mcanny, contours, hierarchy, RetrType.Tree, ChainApproxMethod.ChainApproxNone)

        Dim mmark As New Mat
        mmark = Mat.Zeros(mcanny.Rows, mcanny.Cols, DepthType.Cv32S, 1)

        '仅为查看轮廓使用
        Dim mcontours As New Mat(mcanny.Rows, mcanny.Cols, DepthType.Cv8U, 1)
        For i As Integer = 0 To contours.Size - 1
            '标记连通分量索引
            CvInvoke.DrawContours(mmark, contours, i, New MCvScalar(i), 1, LineType.EightConnected, hierarchy)
            '仅为查看轮廓使用
            CvInvoke.DrawContours(mcontours, contours, i, New MCvScalar(255), 1, LineType.EightConnected, hierarchy)
        Next
        '仅为查看轮廓使用
        CvInvoke.Imshow("mcontours", mcontours)

        'mmark是32S,显示不了的
        'CvInvoke.Imshow("mmark", mmark)

        '分水岭法
        CvInvoke.Watershed(m, mmark)

        '仅演示,watershed后的数据
        Dim mc As New Mat
        mc = mmark.Clone
        '转为可以显示的CV8U
        mc.ConvertTo(mc, DepthType.Cv8U)
        CvInvoke.Imshow("mc", mc)

        '使用Matrix和Image便于生成图像(Mat操作像素点比较麻烦)
        Dim matrwater As New Matrix(Of Int32)(mmark.Rows, mmark.Cols)
        mmark.CopyTo(matrwater)

        Dim imgwater As New Image(Of Bgr, Byte)(mmark.Cols, mmark.Rows)

        '为每个区域填充不同的颜色
        Dim HSpointcolor As New Hashtable()       'index,bgr

        Dim count As Integer = 0
        '对每个像素点操作
        For i As Integer = 0 To matrwater.Rows - 1
            For j As Integer = 0 To matrwater.Cols - 1
                '获得连通分量(像素点值)
                Dim index As Int32 = matrwater(i, j)
                '如果是区域的分割线
                If index = -1 Then
                    imgwater.Data(i, j, 0) = 255
                    imgwater.Data(i, j, 1) = 255
                    imgwater.Data(i, j, 2) = 255
                Else
                    Dim pointcolor As Bgr
                    '检查是否已经存在索引对应的颜色
                    If HSpointcolor.ContainsKey(index) Then
                        pointcolor = HSpointcolor(index)
                    Else
                        '获得随机颜色
                        pointcolor = getRadomBgr()
                        '将已经使用的随机颜色加入List
                        HSpointcolor.Add(index, pointcolor)
                        count += 1
                    End If
                    '像素点填充颜色
                    imgwater.Data(i, j, 0) = pointcolor.Blue
                    imgwater.Data(i, j, 1) = pointcolor.Green
                    imgwater.Data(i, j, 2) = pointcolor.Red
                End If
            Next
        Next
        '输出使用分水岭法后的结果
        CvInvoke.Imshow("imgwater", imgwater)
    End Sub

    '获得随机颜色
    Private Function getRadomBgr() As Bgr
        Dim rand As New Random(Now.Millisecond)
        Dim b As Byte = rand.Next(0, 256)
        Dim g As Byte = rand.Next(0, 256)
        Dim r As Byte = rand.Next(0, 256)
        Return New Bgr(b, r, g)
End Function

输出结果如下图所示:

图8-4 分水岭法使用随机颜色填充

由于.net平台下C#和vb.NET很相似,本文也可以为C#爱好者提供参考。

学习更多vb.net知识,请参看vb.net 教程 目录

相关推荐
会博通·代码搬运工21 分钟前
双层PDF技术实现与档案数字化系统的API集成实践
数据库·人工智能·分布式·python·计算机视觉·api集成
sali-tec10 小时前
C# 基于OpenCv的视觉工作流-章106-差值追踪
图像处理·人工智能·opencv·算法·计算机视觉
动物园猫14 小时前
行人细分目标检测数据集:3类别、4,000张图像 | 目标检测
人工智能·目标检测·计算机视觉
YOLO数据集集合14 小时前
车牌目标检测数据集 | 车牌检测 智能交通 车辆识别 目标检测8003期
人工智能·目标检测·计算机视觉·车牌检测·非机动车车牌
磁场转动100万匹14 小时前
OpenCV 答题卡识别判卷实战:从图像预处理到自动评分
人工智能·opencv·计算机视觉
就是一顿骚操作16 小时前
ViT:把图像切成词之后,Transformer 如何进入计算机视觉
人工智能·深度学习·计算机视觉·transformer·论文解读
阿图灵17 小时前
OpenCV 绘图五件套:画圆、文本、线段、矩形与椭圆
图像处理·人工智能·python·opencv·计算机视觉·绘图
YOLO数据集集合18 小时前
蚊子目标检测数据集 | 蚊虫检测 病媒生物 智能硬件 轻量化模型 目标检测 YOLO格式 深度学习数据集9015期
深度学习·yolo·目标检测·计算机视觉·分类·智能硬件·蚊子识别
YOLO数据集集合19 小时前
煤炭质量目标检测数据集 、| 煤炭检测 工业视觉 质量分级 异物检测 煤炭异物8005期
人工智能·yolo·目标检测·计算机视觉·分类·煤炭检测数据集·异物数据集
YOLO数据集集合20 小时前
尼帕果实目标检测数据集 | 尼帕果实检测 农业视觉 热带作物 目标检测 YOLO格式9013期
人工智能·yolo·目标检测·机器学习·计算机视觉·农业果实