(五)OpenCV图像分割_05_分水岭分割方法_对象分离

最新推荐文章于 2023-04-13 17:18:15 发布

丶小早

最新推荐文章于 2023-04-13 17:18:15 发布

阅读量677

点赞数

分类专栏：笔记 Opencv 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/weixin_45553439/article/details/104373082

版权

本文介绍了使用OpenCV进行图像分割，特别是分水岭算法的应用，包括形态学操作如腐蚀和膨胀，以及如何通过连通图和距离变换方法来分割粘连对象并进行对象计数。流程涉及图像灰度化、二值化、距离变换、生成 Marker 和最终的分水岭变换，有效实现对象分离。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

形态学操作:腐蚀与膨胀,开闭操作
基于浸泡理论的分水岭分割方法
基于连通图的方法
基于距离变换的方法
分割粘连对象，实现形态学操作与对象计数
图像分割
流程:
输入图像、灰度、二值、距离变换、寻找种子、生成Marker、分水岭变化、输出图像
粘连对象分离与计数
distanceTransform
watershed

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
   
	RNG rng;
	Mat src,gray,Mean_Shift,temp_threshold,temp_distance, makers_temp_contours,dst;
	src = imread("../path.jpg");
	if (src.empty())
	{
   
		cout << "could not load image..." << endl;
		return -1;
	}

	namedWindow("src", WINDOW_AUTOSIZE);
	imshow("src", src);

	//平均颜色和空间在一起进行分割//输出"色调分离"的新图像//去除了精细纹理、颜色梯度大部分变得平坦
	pyrMeanShiftFiltering(src, Mean_Shift, 21, 51);
	//imshow("Mean-Shift", Mean_Shift);

	cvtColor(Mean_Shift, gray, COLOR_BGR2GRAY);
	threshold(gray,temp_threshold,0,255, THRESH_BINARY | THRESH_OTSU

最低0.47元/天解锁文章