OpenCV—图像分割与提取

最新推荐文章于 2024-06-17 16:57:11 发布

zzn_

最新推荐文章于 2024-06-17 16:57:11 发布

阅读量2.3k

点赞数 2

分类专栏： OpenCV 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/weixin_57397022/article/details/118493030

版权

本文介绍了图像分割与提取的概念，重点讲解了OpenCV中的分水岭算法，包括二值化、形态学操作、距离变换和标记图像等步骤，用于从图像中准确提取前景对象。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

- 图像分割与提取的概念

图像分割与提取的概念

在图像处理的过程中, 经常需要从图像中将前景对象作为目标图像提取出来。例如无人驾驶技术, 我们关心的是周围的交通工具, 其他障碍物等, 而对于背景本身并不关注, 故而, 我们需要将这些东西从图片中提取出来, 而忽略那些只有背景的图像。

一、分水岭算法

图像的灰度空间很像地球表面的整个地理结构，每个像素的灰度值代表高度。其中的灰度值较大的像素连成的线可以看做山脊，也就是分水岭。

在这里插入图片描述

算法步骤：
在这里插入图片描述

二值化

1、对图像进行二值化

编写代码如下（示例）：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('coins.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
plt.imshow(thresh, cmap='gray')
plt.show()