C++: void distanceTransform(InputArray src, OutputArray dst, int distanceType, int maskSize)

参数详解:

InputArray src:输入的图像,一般为二值图像

OutputArray dst:输出的图像

int distanceType:所用的求解距离的类型、

It can be CV_DIST_L1, CV_DIST_L2 , or CV_DIST_C

mask_size  距离变换掩模的大小,可以是 3 或 5. 对 CV_DIST_L1 或 CV_DIST_C 的情况,参数值被强制设定为 3, 因为 3×3 mask 给出 5×5 mask 一样的结果,而且速度还更快。

mask
用户自定义距离情况下的 mask。 在 3×3 mask 下它由两个数(水平/垂直位量,对角线位移量)组成, 5×5 mask 下由三个数组成(水平/垂直位移量,对角位移和 国际象棋里的马步(马走日))

 #include <opencv2/opencv.hpp>
#include <iostream> using namespace cv;
using namespace std; Mat src; int main(int argc, char** argv)
{
src = imread("分水岭.jpg");
if (src.empty())
{
printf("Can not load Image...");
return -;
}
imshow("input Image",src); //白色背景变成黑色
for (int row=;row<src.rows;row++)
{
for (int col = ; col < src.cols; col++) {
if (src.at<Vec3b>(row, col) == Vec3b(, , )) {
src.at<Vec3b>(row, col)[] = ;
src.at<Vec3b>(row, col)[] = ;
src.at<Vec3b>(row, col)[] = ;
}
}
}
imshow("black backgroung", src); //sharpen(提高对比度)
Mat kernel = (Mat_<float>(, ) << , , , , -, , , , ); //make it more sharp
Mat imgLaplance;
Mat sharpenImg = src;
//拉普拉斯算子实现边缘提取
filter2D(src, imgLaplance, CV_32F, kernel, Point(-, -), , BORDER_DEFAULT);//拉普拉斯有浮点数计算,位数要提高到32
src.convertTo(sharpenImg, CV_32F); //原图减边缘(白色)实现边缘增强
Mat resultImg = sharpenImg - imgLaplance; resultImg.convertTo(resultImg,CV_8UC3);
imgLaplance.convertTo(imgLaplance, CV_8UC3);
imshow("sharpen Image", resultImg); //转换成二值图
Mat binary;
cvtColor(resultImg, resultImg, CV_BGR2GRAY);
threshold(resultImg, binary,,,THRESH_BINARY|THRESH_OTSU);
imshow("binary image",binary); //距离变换
Mat distImg;
distanceTransform(binary,distImg,DIST_L1,,);
normalize(distImg, distImg, , , NORM_MINMAX);
imshow("dist image",distImg); //二值化
threshold(distImg, distImg, 0.4, , THRESH_BINARY);
imshow("dist binary image", distImg); //腐蚀(使得连在一起的部分分开)
Mat k1 = Mat::ones(, , CV_8UC1);
erode(distImg, distImg, k1);
imshow("分开", distImg); //标记
Mat dist_8u;
distImg.convertTo(dist_8u,CV_8U);
vector<vector<Point>> contours;
findContours(dist_8u, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(, )); //创建标记
Mat marker = Mat::zeros(src.size(),CV_32SC1); //画标记
for (size_t i = ; i < contours.size(); i++)
{
drawContours(marker,contours,static_cast<int>(i),Scalar(static_cast<int>(i)+),-);
} circle(marker, Point(, ), , Scalar(, , ), -);
imshow("marker",marker*); //分水岭变换
watershed(src,marker);//根据距离变换的标记,在原图上分离
Mat water = Mat::zeros(marker.size(),CV_8UC1);
marker.convertTo(water,CV_8UC1);
bitwise_not(water, water,Mat());//取反操作
//imshow("源 image", src);
imshow("watershed Image", water); // generate random color
vector<Vec3b> colors;
for (size_t i = ; i < contours.size(); i++) {
int r = theRNG().uniform(, );
int g = theRNG().uniform(, );
int b = theRNG().uniform(, );
colors.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
} // fill with color and display final result
Mat dst = Mat::zeros(marker.size(), CV_8UC3);
for (int row = ; row < marker.rows; row++) {
for (int col = ; col < marker.cols; col++) {
int index = marker.at<int>(row, col);
if (index > && index <= static_cast<int>(contours.size())) {
dst.at<Vec3b>(row, col) = colors[index - ];
}
else {
dst.at<Vec3b>(row, col) = Vec3b(, , );
}
}
}
imshow("Final Result", dst);
waitKey();
return ;
}

OpenCV——距离变换与分水岭算法的(图像分割)的更多相关文章

  1. Blob分析--粘连颗粒检测 基于距离变换的分水岭区域分割 盆地与原连通域求交集

    文章转自微信公众号:机器视觉那些事 *******************************************************************公众号:机器视觉那些事儿*** ...

  2. opencv::基于距离变换与分水岭的图像分割

    什么是图像分割 图像分割(Image Segmentation)是图像处理最重要的处理手段之一 图像分割的目标是将图像中像素根据一定的规则分为若干(N)个cluster集合,每个集合包含一类像素. 根 ...

  3. Opencv距离变换distanceTransform应用——细化字符轮廓&&查找物体质心

    Opencv中distanceTransform方法用于计算图像中每一个非零点距离离自己最近的零点的距离,distanceTransform的第二个Mat矩阵参数dst保存了每一个点与最近的零点的距离 ...

  4. matlab实现分水岭算法处理图像分割

    此程序为优化后的分水岭算法,避免了图像过分割 I= imread('D:\Images\pic_loc\1870405130305041503.jpg'); imshow(I); h=fspecial ...

  5. OpenCV学习(23) 使用kmeans算法实现图像分割

          本章我们用kmeans算法实现一个简单图像的分割.如下面的图像,我们知道图像分3个簇,背景.白色的任务,红色的丝带以及帽子.       Mat img = cv::imread(&quo ...

  6. 基于标记的分水岭分割算法/OpenCV中距离变换

    Opencv分水岭算法——watershed自动图像分割用法 OpenCV距离变换distanceTransform应用 图像分割作为图像识别的基础,在图像处理中占有重要地位,通常需要在进行图像分割算 ...

  7. python实现分水岭算法

    目录: 问题:分水岭算法对图像分割很有作用,怎么把对象分割开来的?分水岭算法是比较完美的分割,跟前面的讲的轮廓不一样! (一)原理 (二)实现 (一)原理 opencv中的分水岭算法是基于距离变换的, ...

  8. python数字图像处理(19):骨架提取与分水岭算法

    骨架提取与分水岭算法也属于形态学处理范畴,都放在morphology子模块内. 1.骨架提取 骨架提取,也叫二值图像细化.这种算法能将一个连通区域细化成一个像素的宽度,用于特征提取和目标拓扑表示. m ...

  9. OpenCV 学习笔记 04 深度估计与分割——GrabCut算法与分水岭算法

    1 使用普通摄像头进行深度估计 1.1 深度估计原理 这里会用到几何学中的极几何(Epipolar Geometry),它属于立体视觉(stereo vision)几何学,立体视觉是计算机视觉的一个分 ...

随机推荐

  1. oracle上机实验内容

    这是oracle实验的部分代码,我花了一中午做的. 第一次上机内容 实验目的:熟悉ORACLE11G的环境 实验内容: 第二次上机内容 实验目标:掌握oracle体系结构,掌握sqlplus的运行环境 ...

  2. 纯HTML和CSS实现JD轮播图

    博主使用了纯HTML和CSS实现了JD的轮播图,没有加动态效果,主要是使用了定位的知识.  ,如图为两个侧边箭头图片(其实实际中应该使用CSS3的图标字体,这里没有使用). <!DOCTYPE ...

  3. django-强大的ORM

    一.ORM简介 (对象关系映射:object relationship mapping) MVC框架中包括一个重要的部分,就是ORM,它实现了数据模型与数据库的解耦,即数据模型的设计不需要依赖于特定的 ...

  4. org.springframework.web.util.NestedServletException Handler processing failed; n

    因为谷歌的lists不支持或使用, 所有要改成java的list工具 谷歌list使用: import com.google.common.collect.Lists; .... Lists.newA ...

  5. _rqy's Code Style for OI

    _rqy's Code Style for OI Inspired by Menci's Code Style for OI 本文介绍_rqy的OI中的代码规范.其来源主要为_rqy的长期积累及参考G ...

  6. Oracle中SQL语句转化IP地址到数字

    CREATE OR REPLACE FUNCTION ip_num(ipaddress IN VARCHAR2) RETURN NUMBER AS ipnum ; pos1 ; pos2 ; BEGI ...

  7. 分享今天在客户那里遇到的SQLSERVER连接超时以及我的解决办法

    分享今天在客户那里遇到的SQLSERVER连接超时以及我的解决办法 客户的环境:SQLSERVER2005,WINDOWS2003 SP2  32位 这次发生连接超时的时间是2013-8-5  21: ...

  8. cookie 组成结构

    1.用抓包工具 fidller 只能看到 cookie 的 name 和 value 两个参数,实际上 cookie 还有其 它参数 2.以下是一个完整的 cookie 组成结构 cookie ={u ...

  9. Eclipse+Weblogic 12开发简单的Enterprise Application

    学到EJB方面的内容,遇到了很多问题,翻阅了无数遍Java EE和Weblogic的官方文档,在google上进行了无数次搜索都没有答案,可能我要找的答案太冷门.这一切都起源于Java EE官方文档里 ...

  10. QT学习2

    一.常用控件与常用的功能函数.  QDialog.QMainWindow.QPushButton.QLabel.QLineEdit 构造函数指定父容器.setText,getText,size,res ...