【OpenCV】117 图像均值漂移分割

本文介绍了一种无监督的图像分割方法——均值漂移分割。通过使用OpenCV库中的pyrMeanShiftFiltering函数,该方法能够找到图像中颜色分布的峰值,并根据峰值进行相似度合并,有效解决过度分割问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

117 图像均值漂移分割

代码

import cv2 as cv

src = cv.imread("../images/yuan_test.png")
cv.imshow("input", src)
dst = cv.pyrMeanShiftFiltering(src, 25, 40, None, 2)
cv.imshow("result", dst)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

在这里插入图片描述

解释

图像均值漂移分割是一种无监督的图像分割方法,前面我们在跟踪相关的内容介绍过均值迁移算法,知道均值迁移可以找到图像中特征直方图空间的峰值分布,这里我们还是使用均值迁移,让它去不断分割找到空间颜色分布的峰值,然后根据峰值进行相似度合并,解决过度分割问题,得到最终的分割图像,对于图像多维度数据颜色值(RGB)与空间位置(x,y),所以需要两个窗口半径,一个是空间半径、另外一个是颜色半径,经过均值漂移窗口的所有的像素点会具有相同的像素值,OpenCV中均值漂移分割的API如下:

dst = cv.pyrMeanShiftFiltering(src, sp, sr[, dst[, maxLevel[, termcrit]]])
  • src 输入图像
  • dst输出结果
  • sp 表示空间窗口大小
  • sr 表示表示颜色空间
  • maxLevel表示金字塔层数,总层数为maxlevel+1
  • termcrit表示停止条件

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社,本文为个人整理学习,已获得贾老师授权,有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值