cv2分水岭算法进行图像分割

cchangcs

于 2018-07-20 11:58:37 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python Opencv(CV2)学习与实战文章标签： cv2 分水岭算法 watershed python OpenCV

本文链接：https://blog.youkuaiyun.com/github_39611196/article/details/81129519

Opencv(CV2)学习与实战同时被 2 个专栏收录

64 篇文章 ¥19.90 ¥99.00

订阅专栏

Python

72 篇文章

订阅专栏

本文详细介绍了分水岭算法在图像分割中的应用，通过将图像视为拓扑平面，利用OpenCV库的cv2模块，用Python实现分水岭算法。文章通过实例代码展示了如何对图像进行分割，并给出了原图和处理后的结果图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本篇博客主要介绍分水岭算法。

任何一副图像都可以看成拓扑平面，灰度值高的区域可以看成是山峰，灰度值低的地方可以看成是山谷，我们向每一个山谷中灌注不同颜色的水，随着水位的上升，不用山谷的水就会相遇汇合，为了防止不同颜色的水汇合，我们需要在水汇合的地方构建堤坝，不停的灌水的同时不停的构建堤坝，知道所有的山峰都被水淹没，我们构建好的堤坝就是对图像的分割，这就是分水岭算法背后的原理。

示例：

示例代码：

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('../data/water_coins.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

sure_bg = cv2.dilate(opening, kernel, iterations=3)

'''
距离变换基本含义是计算一个图像中费像素点到最

了解本专栏