【圖像處理】OpenCV系列二十二 --- 分水嶺算法(watershed)詳解

上一節我們學習了用如何用cvtColor函數對一幅圖像進行顏色空間的轉換，相信大家學習之後，已理解如何使用顏色空間轉換的用法，本節呢，我們在學習watershed函數的用法與原理，即分水嶺算法如何使用。

1、函數原型

void watershed(InputArray image, 

 InputOutputArray markers);

2、函數功能

使用分水嶺算法執行基於標記的圖像分割；該函數實現了分水嶺非參數標記分割算法的一個變；

在將圖像傳遞給函數之前，您必須大致勾勒出圖像標記中包含正索引的所需區域；

因此，每個區域被表示為具有像素值1、2、3等的一個或多個連通組件；

這樣的標記可以從二進制掩碼中檢索到，可以使用findContours和drawContours對輪廓進行查找以及繪製出輪廓；

標記的區域是未來圖像的“種子”；標記中的所有其他像素，其與所勾畫的區域之間的關係是不知道的，需要通過算法來計算，一般開始設置為0；

在函數輸出中，標記中的每個像素設置為“種子”組件的值或區域之間邊界處的-1；

Note:

任何兩個相鄰的連接部件都不一定由分水嶺邊界(-1的像素)分隔；

例如，它們可以在傳遞給函數的初始標記圖像中互相接觸。

3、參數詳解

• 第一個參數，InputArray image，輸入圖像，一個8位三通道的圖像；

• 第二個參數，InputOutputArray markers，輸入/輸出32位單通道標記圖像，與原圖像具有同樣的尺寸；

4、實驗案例

#include <opencv2>
#include <opencv2>
#include <opencv2>
#include <opencv2>
#include <cstdio>
#include <iostream>

using namespace cv;
using namespace std;

Mat markerMask, img;
Point prevPt(-1, -1);

// 鼠標移動事件 

static void onMouse(int event, int x, int y, int flags, void*)
{
 // 越界判斷
 if (x < 0 || x >= img.cols || y < 0 || y >= img.rows)
 return;

 // 左鍵鬆開消息
 if (event == EVENT_LBUTTONUP || !(flags & EVENT_FLAG_LBUTTON))
 // 清理鼠標按下的座標
 prevPt = Point(-1, -1);

 // 左鍵按下消息
 else if (event == EVENT_LBUTTONDOWN)
 // 記錄鼠標按下的座標
 prevPt = Point(x, y);
 
 //鼠標移動消息
 else if (event == EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON))
 {
 // 鼠標當前的位置
 Point pt(x, y);

 // 判斷是鼠標是否越界
 if (prevPt.x < 0)
 prevPt = pt;

 // 在標記圖像上繪製線條
 line(markerMask, prevPt, pt, Scalar::all(255), 5, 8, 0);
 line(img, prevPt, pt, Scalar::all(255), 5, 8, 0);
 prevPt = pt;

 // 實時刷新圖像
 imshow("image", img);
 }
}

int main(int argc, char** argv)
{
 // 打開圖像
 Mat img0 = imread("lena.png", 1), imgGray;

 // 判斷圖像是否為空 

 if (img0.empty())
 {
 cout << "image error !\n";
 return 0;
 }
 
 // 創建顯示圖像的窗口
 namedWindow("image", 1);

 // 備份圖像
 img0.copyTo(img);

 // 彩色圖像轉換為灰度圖像
 cvtColor(img, markerMask, COLOR_BGR2GRAY);

 // 將單通道的灰度圖像，轉換為三通道
 cvtColor(markerMask, imgGray, COLOR_GRAY2BGR);

 // 將標記圖像全部像素置為0
 markerMask = Scalar::all(0);

 // 顯示原圖
 imshow("image", img);
 //imshow("imgGray", imgGray);

 // 調用鼠標事件
 setMouseCallback("image", onMouse, 0);
 for (;;)
 {
 // 接收鍵盤的輸入
 char c = (char)waitKey(0);

 // esc鍵退出
 if (c == 27)
 break;

 // 重置圖像為初始狀態
 if (c == 'r')
 {
 markerMask = Scalar::all(0);
 img0.copyTo(img);
 imshow("image", img); 

 }

 // 按w或者空格對圖像進行分水嶺算法處理
 if (c == 'w' || c == ' ')
 {
 int i, j, compCount = 0;
 vector<vector> > contours;
 vector<vec4i> hierarchy;

 // 查找圖像的輪廓
 findContours(markerMask, contours, 
 hierarchy, RETR_CCOMP, 
 CHAIN_APPROX_SIMPLE);

 // 如果圖像的輪廓為空，不處理
 if (contours.empty())
 continue;

 // 標記
 Mat markers(markerMask.size(), CV_32S);
 markers = Scalar::all(0);
 int idx = 0;

 // 繪製輪廓
 for (; idx >= 0; idx = hierarchy[idx][0], compCount++)
 drawContours(markers, contours, idx, 
 Scalar::all(compCount + 1),
 -1, 8, hierarchy, INT_MAX);
 
 if (compCount == 0) 
 continue;
 vector<vec3b> colorTab;

 // 隨機生成顏色
 for (i = 0; i < compCount; i++)
 {
 int b = theRNG().uniform(0, 255);
 int g = theRNG().uniform(0, 255);
 int r = theRNG().uniform(0, 255);
 colorTab.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
 }

 double t = (double)getTickCount();

 // 分水嶺算法處理 

 watershed(img0, markers);
 t = (double)getTickCount() - t;

 // 一次分水嶺算法所耗費時間
 printf("execution time = %gms\n", 
 t*1000. / getTickFrequency());

 Mat wshed(markers.size(), CV_8UC3);

 // 繪製經過分水嶺處理之後的圖像
 for (i = 0; i < markers.rows; i++)
 for (j = 0; j < markers.cols; j++)
 {
 int index = markers.at(i, j);

 // 未找到的用白色填充
 if (index == -1)
 wshed.at<vec3b>(i, j) = Vec3b(255, 255, 255);

 // 不再處理範圍的用黑色填充
 else if (index <= 0 || index > compCount)
 wshed.at<vec3b>(i, j) = Vec3b(0, 0, 0);
 else
 // 每一塊用不同的顏色繪製
 wshed.at<vec3b>(i, j) = colorTab[index - 1];
 }

 // 顯示分水嶺算法處理後的圖像，分水嶺佔%50，灰度圖像佔%50
 wshed = wshed*0.5 + imgGray*0.5;
 imshow("watershed transform", wshed);
 }
 }
 return 0;
}
/<vec3b>/<vec3b>/<vec3b>/<vec3b>/<vec4i>/<vector>/<iostream>/<cstdio>/<opencv2>/<opencv2>/<opencv2>/<opencv2>

5、實驗結果

原圖(左)與效果圖(右)

我是奕雙，現在已經畢業將近兩年了，從大學開始學編程，期間學習了C語言編程，C++語言編程，Win32編程，MFC編程，畢業之後進入一家圖像處理相關領域的公司，掌握了用OpenCV對圖像進行處理，如果大家對相關領域感興趣的話，可以關注我，我這邊會為大家進行解答哦！如果大家需要相關學習資料的話，可以私聊我哦！

閱讀更多 奕雙分享 的文章

關鍵字: Line 算法 二十二