Opencv 分水岭分割图片
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
Mat img1, img2, img3, img4, img5,img6,img_result, img_gray1, img_gray2, img_gray3, img_canny1,img_binary1, img_dist1,kernel_1,kernel_2,img_laplance,img_sharp;
char win1[] = "window1";
char win2[] = "window2";
char win3[] = "window3";
char win4[] = "window4";
char win5[] = "window5";
char win6[] = "window6";
char win7[] = "window7";
int thread_value = 100;
int max_value = 255;
RNG rng1(12345);
RNG rng2(1235);
int Demo_Moments();
int Demo_Moments()
{
namedWindow(win1, CV_WINDOW_AUTOSIZE);
namedWindow(win2, CV_WINDOW_AUTOSIZE);
//namedWindow(win3, CV_WINDOW_AUTOSIZE);
img1 = imread("D://images//24.jpg");
//img2 = imread("D://images//1//p5_1.jpg");
if (img1.empty())
{
cout << "could not load image..." << endl;
return 0;
}
imshow(win1, img1);
img1.copyTo(img2);
//背景色变黑色
for (size_t row =0;row<img2.rows;row++)
{
for (size_t col=0;col<img2.cols;col++)
{
//if (img2.at<Vec3b>(row,col)==Vec3b(135,26,95))
if(img2.at<Vec3b>(row,col)[0]>100 && img2.at<Vec3b>(row,col)[0]<150 && img2.at<Vec3b>(row,col)[1]>18 && img2.at<Vec3b>(row, col)[1] <80 && img2.at<Vec3b>(row,col)[2]>80 && img2.at<Vec3b>(row,col)[2]<170)
{
img2.at<Vec3b>(row, col)[0] = 0;
img2.at<Vec3b>(row, col)[1] = 0;
img2.at<Vec3b>(row, col)[2] = 0;
}
}
}
imshow(win2, img2);
img2.copyTo(img_sharp);
//通过拉普拉斯-锐化边缘
kernel_1 = (Mat_<float>(3,3)<<1,1,1,1,-8,1,1,1,1);
filter2D(img2, img_laplance, CV_32F,kernel_1, Point(-1, -1), 0, BORDER_DEFAULT);
img2.convertTo(img_sharp, CV_32F);
img3 = img_sharp - img_laplance;
img3.convertTo(img3, CV_8UC3);
img_laplance.convertTo(img_laplance, CV_8UC3);
imshow(win3, img3);
//转灰度图
cvtColor(img3, img4, CV_BGR2GRAY);
//二值化
threshold(img4, img_binary1, 40, 255, THRESH_BINARY | THRESH_OTSU);
//距离变换
distanceTransform(img_binary1, img_dist1, DIST_L1, 3, 5);
//归一化处理
normalize(img_dist1, img_dist1, 0, 1, NORM_MINMAX);
//imshow(win4,img_dist1);
//距离变换结果二值化
threshold(img_dist1, img_dist1, 0.4, 1, THRESH_BINARY);
//定义腐蚀核大小
kernel_2 = Mat::ones(3,3,CV_8UC1);
//腐蚀二值图
erode(img_dist1, img_dist1, kernel_2, Point(-1, -1));
imshow(win4, img_dist1);
img_dist1.convertTo(img5, CV_8U);
//查找轮廓,标记,得到标记轮廓的图片
vector<vector<Point>> vec_points;
//查找轮廓
findContours(img5, vec_points, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));
//
img6 = Mat::zeros(img1.size(),CV_32SC1);
for (size_t i=0;i<vec_points.size();i++)
{
//drawContours(img6, vec_points, static_cast<int>(i), Scalar(rng1.uniform(0,255), rng1.uniform(0, 255), rng1.uniform(0, 255)),-1);
drawContours(img6, vec_points, static_cast<int>(i), Scalar::all(static_cast<int>(i) + 1), -1);
//drawContours(img6, vec_points, static_cast<int>(i), Scalar(theRNG().uniform(0, 255), theRNG().uniform(0, 255), theRNG().uniform(0, 255)), -1);
}
//circle(img6,Point(5,5),3,Scalar(rng1.uniform(0, 255), rng1.uniform(0, 255), rng1.uniform(0, 255)),-1);
//circle(img6, Point(5, 5), 3, Scalar(theRNG().uniform(0, 255), theRNG().uniform(0, 255), theRNG().uniform(0, 255)), -1);
circle(img6,Point(5,5),3,Scalar(255,255,255),-1);
imshow(win5,img6*3000);
//在标记图片的基础上进行分水岭变换
watershed(img1,img6);
Mat img_mark = Mat::zeros(img6.size(),CV_8UC1);
img6.convertTo(img_mark,CV_8UC1);
//取反
bitwise_not(img_mark,img_mark,Mat());
imshow(win6,img_mark);
//着色
vector<Vec3b> vec_colors;
for (size_t j=0;j<vec_points.size();j++)
{
int color_r = rng2.uniform(0,255);
int color_g = rng2.uniform(0, 255);
int color_b = rng2.uniform(0, 255);
//int color_r = theRNG().uniform(10, 255);
//int color_g = theRNG().uniform(10, 255);
//int color_b = theRNG().uniform(10, 255);
vec_colors.push_back(Vec3b((uchar)color_b,(uchar)color_g,(uchar)color_r));
//vec_colors.push_back(Vec3b((uchar)rng1.uniform(0,255), (uchar)rng1.uniform(0, 255), (uchar)rng1.uniform(0, 255)));
}
img_result = Mat::zeros(img6.size(),CV_8UC3);
for (size_t row=0;row<img6.rows;row++)
{
for (size_t col=0;col<img6.cols;col++)
{
int index_1 = img6.at<int>(row,col);
if (index_1>0 && index_1<=static_cast<int>(vec_points.size()))
{
img_result.at<Vec3b>(row, col) = vec_colors[index_1 -1];
}
else
{
img_result.at<Vec3b>(row, col) = Vec3b(0,0,0);
}
}
}
imshow(win7, img_result);
return 0;
}
int main()
{
Demo_Moments();
waitKey(0);
return 0;
}







Opencv 分水岭分割图片的更多相关文章
- 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 ...
- 分水岭分割算法(watershed segmentation)的C++实现(法2)
运行环境:ubuntu16.04+Qt+opencv2.4.13.3 watershed.cpp #include "opencv2/imgproc/imgproc.hpp" #i ...
- Opencv分水岭算法——watershed自动图像分割用法
分水岭算法是一种图像区域分割法,在分割的过程中,它会把跟临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性是分水岭算法的一个重要特 ...
- opencv::分水岭图像分割
分水岭分割方法原理 (3种) - 基于浸泡理论的分水岭分割方法 (距离) - 基于连通图的方法 - 基于距离变换的方法 图像形态学操作: - 腐蚀与膨胀 - 开闭操作 分水岭算法运用 - 分割粘连对象 ...
- Matlab的标记分水岭分割算法
1 综述 Separating touching objects in an image is one of the more difficult image processing operation ...
- 用CorelDRAW等分分割图片的方法
在CorelDRAW中,想要将图片等分分割可以通过放置容器来实现,根本不需要裁剪工具和辅助线.例如两等分:首先要建立确定等分的份数,建立长方形或正方形.然后把图片放置容器,调整位置,做无缝拼接就可以了 ...
- 怎么样用opencv将彩色图片转化成像素值只有0和255的灰度图?
分类: OpenCV [Q1]怎么样用opencv将彩色图片转化成像素值只有0和255的灰度图? 进行灰度化,IplImage* pImg = cvLoadImage( "C:\\1.b ...
- csharp通过dll调用opencv函数,图片作为参数
[blog 项目实战派]csharp通过dll调用opencv函数,图片作为参数 一直想做着方面的研究,但是因为这个方面的知识过于小众,也是由于自己找资料的能力比较弱,知道今天才找 ...
- TensorFlow与OpenCV,读取图片,进行简单操作并显示
TensorFlow与OpenCV,读取图片,进行简单操作并显示 1 OpenCV读入图片,使用tf.Variable初始化为tensor,加载到tensorflow对图片进行转置操作,然后openc ...
随机推荐
- EMguCV搭建第一个程序
这篇博客旨在教学Emgucv3.0的安装与配置. 环境:vs2013+Emgucv3.0 Emgu Cv简介: Emgu CV 是.NET平台下对OpenCV图像处理库的封装.也就是opencv的.N ...
- jeecg中List页面的高级查询
1.普通的高级查询 <t:datagrid name="orderworthList" title="订单价值统计" actionUrl="or ...
- Unit05: WEB项目的开发模式 、转发 和 Unit09: EL、JSTL
Unit05: WEB项目的开发模式 .转发 和 Unit09: EL.JSTL dao package dao; import java.io.Serializable; import jav ...
- golang回调函数的例子
package main import "fmt" type TestStruct struct { } func (object *TestStruct) test(msg st ...
- (转)SQL server 2005查询数据库表的数量和表的数据量
本文转载自:http://hi.baidu.com/ajyajyajy/item/4e2a7f4dc83393d2c1a592c1 use DBNAMEgoselect * from sysobjec ...
- postman 查看请求,已各种语言方式展示:
查看请求,已各种语言方式展示:
- 一个简单的Java Web项目搭建流程
今天试图在服务器上搭建一个web服务器,顺便回顾了java web项目的入门,使用Servlet处理HTTP请求,并记录日志等操作.当很久没有做过web项目时,有些东西还是很容易忘记的. Maven配 ...
- Docker - 使用Swarm和compose部署服务(containers)
前言 在之前使用Docker的过程中,一直是用 Docker run 命令单独启动container后再加入Overlay网络的方式实现部署工作的. 这种方式看似直接,但是随着服务所包含的contai ...
- JS-用法
JavaScript 用法 HTML 中的脚本必须位于 <script> 与 </script> 标签之间. 脚本可被放置在 HTML 页面的 <body> 和 & ...
- Flask之模板之控制语句
3.4 控制语句 常用的几种控制语句: 模板中的if控制语句 @app.route('/user') def user(): user = 'dongGe' return render_templat ...