OpenCV图像处理教程C++（二十二）基于距离变换与分水岭的图像分割

最新推荐文章于 2025-06-19 16:28:36 发布

gsx316

最新推荐文章于 2025-06-19 16:28:36 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qq_26907755/article/details/81740930

本文是OpenCV图像处理教程的一部分，讲解了如何使用C++进行基于距离变换和分水岭算法的图像分割。通过不断膨胀/腐蚀、倒角距离变换以及浸泡理论实现的分水岭变换，将图像像素分为不同集合。教程涵盖了从图像预处理到轮廓检测，再到最终的分水岭变换和结果输出的完整流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像分割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个cluster集合每个集合包括一类像素
根据算法分为监督学习和无监督学习，图像分割的算法多数都是无监督学习-KMenas
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，假设颜色数据为一个个山头，在山底不停加水，直到各大山头之间形成了明显的分水线
API：

watershed ( // 分水岭变换
InputArray image,
InputOutputArray  markers
)

distanceTransform ( // 距离变换
InputArray  src, // 输入的图像，一般为二值图像
OutputArray 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
OutputArray  labels, // 输出 2D 的标签(离散Voronoi(维诺)图)，类型为 CV_32SC1 
                                  ，相同距离的算做同一个 label ，算出总共由多少个 labels
int  distanceType, // 所用的求解距离的类型
CV_DIST_L1      distance = |x1-x2| + |y1-y2|
CV_DIST_L2      distance = sqrt((x1-x2)^2 + (y1-y2)^2)  欧几里得距离
CV_DIST_C       distance = max(|x1-x2|, |y1-y2|)
int maskSize, // 最新的支持5x5，推荐3x3
int labelType=DIST_LABEL_CCOMP // Type of the label array to build, see cv::DistanceTransformLabelTypes
)

步骤：

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锐化
转灰度转为二值图像通过threshold
距离变换
对距离变换结果进行归一化到0-1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

代码：

#include <opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
#include <string> 
#include<fstream> 
using namespace cv;
using namespace std;

int main() {
    Mat src;
    src =