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。
    根据算法分为监督学习方法和无监督学习方法，图像分割的算法多数都是无监督学习方法 - KMeans

距离变换常见算法有两种
    - 不断膨胀/腐蚀得到
    - 基于倒角距离

分水岭变换常见的算法
    - 基于浸泡理论实现 

cv::distanceTransform(
    InputArray  src,
    OutputArray dst,
    OutputArray  labels,  //离散维诺图输出
    int  distanceType,    // DIST_L1/DIST_L2,
    int maskSize,            // 3x3,最新的支持5x5，推荐3x3、
    int labelType=DIST_LABEL_CCOMP //dst输出8位或者32位的浮点数，单一通道，大小与输入图像一致
)

cv::watershed(
    InputArray image,
    InputOutputArray  markers
)

处理流程
    . 将白色背景变成黑色-目的是为后面的变换做准备
    . 使用filter2D与拉普拉斯算子实现图像对比度提高，sharp
    . 转为二值图像通过threshold
    . 距离变换
    . 对距离变换结果进行归一化到[~]之间
    . 使用阈值，再次二值化，得到标记
    . 腐蚀得到每个Peak - erode
    . 发现轮廓 – findContours
    . 绘制轮廓- drawContours
    . 分水岭变换 watershed
    . 对每个分割区域着色输出结果

int main(int argc, char** argv) {
    char input_win[] = "input image";
    char watershed_win[] = "watershed segmentation demo";
    Mat src = imread(STRPAHT2);
    if (src.empty()) {
        printf("could not load image...\n");
        return -;
    }
    namedWindow(input_win, CV_WINDOW_AUTOSIZE);
    imshow(input_win, src);

    // 将白色背景变成黑色-为后面的变换做准备
    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)[] = ;
            }
        }
    }
    //namedWindow("black background", CV_WINDOW_AUTOSIZE);
    //imshow("black background", src);

    // sharpen
    Mat kernel = (Mat_<float>(, ) << , , , , -, , , , );
    Mat imgLaplance;
    Mat sharpenImg = src;
    //使用filter2D与拉普拉斯算子实现图像对比度提高，sharp
    filter2D(src, imgLaplance, CV_32F, kernel, Point(-, -), , BORDER_DEFAULT);
    src.convertTo(sharpenImg, CV_32F);
    Mat resultImg = sharpenImg - imgLaplance;

    resultImg.convertTo(resultImg, CV_8UC3);
    imgLaplance.convertTo(imgLaplance, CV_8UC3);
    imshow("sharpen image", resultImg);

    // convert to binary
    Mat binaryImg;
    cvtColor(src, resultImg, CV_BGR2GRAY);
    // 转为二值图像通过threshold
    threshold(resultImg, binaryImg, , , THRESH_BINARY | THRESH_OTSU);
    imshow("binary image", binaryImg);

    Mat distImg;
    // 每一个非零点距离离自己最近的零点的距离
    distanceTransform(binaryImg, distImg, DIST_L1, CV_DIST_C, );

    // 归一化
    normalize(distImg, distImg, , , NORM_MINMAX);
    imshow("distance result", distImg);

    // 使用阈值，再次二值化，得到标记
    threshold(distImg, distImg, ., , THRESH_BINARY);
    Mat k1 = Mat::ones(, , CV_8UC1);
    // 膨胀/腐蚀
    erode(distImg, distImg, k1, Point(-, -));
    imshow("distance binary image", distImg);

    // markers
    Mat dist_8u;
    distImg.convertTo(dist_8u, CV_8U);
    vector<vector<Point>> contours;
    // 发现轮廓
    findContours(dist_8u, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(, ));

    // 绘制轮廓
    Mat markers = Mat::zeros(src.size(), CV_32SC1);
    for (size_t i = ; i < contours.size(); i++) {
        drawContours(markers, contours, static_cast<int>(i), Scalar::all(static_cast<int>(i) + ), -);
    }
    circle(markers, Point(, ), , Scalar(, , ), -);
    imshow("my markers", markers * );

    // 分水岭变换
    watershed(src, markers);
    Mat mark = Mat::zeros(markers.size(), CV_8UC1);
    markers.convertTo(mark, CV_8UC1);
    bitwise_not(mark, mark, Mat());
    imshow("watershed image", mark);

    // 对每个分割区域着色输出结果
    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));
    }

    Mat dst = Mat::zeros(markers.size(), CV_8UC3);
    for (int row = ; row < markers.rows; row++) {
        for (int col = ; col < markers.cols; col++) {
            int index = markers.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 ;
}