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 ;

}