OpenCV学习(8) 分水岭算法(2)

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

现在我们看看OpenCV中如何使用分水岭算法。

首先我们打开一副图像：

   // 打开另一幅图像
cv::Mat    image= cv::imread("../tower.jpg");
    if (!image.data)
        {
        cout<<"不能打开图像！"<<endl;
        return 0;
        }

接下来，我们要创建mark图像。mark图像格式是有符号整数，其中没有被mark的部分用0表示，其它不同区域的mark标记，我们用非零值表示，通常为1-255，但也可以为其它值，比如大于255的值，不同mark区域甚至可以用同样的值，这个值大小对最后分割可能没有影响(也可能影响)，最好不同mark区域还是用不同的值表示，这样能够确保结果正确，之所以用有符号整数，是因为opencv在分水岭算法内部，要用-1，-2等来标记注水区域，最终在mark图像中生成的分水岭线就是用-1表示。

我们通常会创建uchar格式的灰度图，指定mark区域，然后转化为有符号整数的图像格式。

首先对整个背景区域我们创建一个mark域，是下图中白色框框住的部分，其灰度值为255，第二个选择mark域为塔，就是黑色框框住的一块区域，其灰度值为64，最后就是树mark域，蓝色框的部分，其灰度值为128。在分水岭算法时候，会分别对这个3个区域来进行注水操作，如果两个注水盆地被一个mark域覆盖，则它们之间不会有分水岭线产生。

对于mark图像，opencv分水岭算法在初始化时候，会把最外圈的值置为-1，作为整个图像的边界，所以我们第一个mark区域，选择倒数第2外圈，因为设置到最外圈，最后还是会被冲掉。

// 标示背景图像
cv::Mat imageMask(image.size(),CV_8U,cv::Scalar(0));

cv::rectangle(imageMask,cv::Point(1,1),cv::Point(image.cols-2,image.rows-2),cv::Scalar(255),1);
// 表示塔
cv::rectangle(imageMask,cv::Point(image.cols/2-10,image.rows/2-10),
cv::Point(image.cols/2+10,image.rows/2+10),cv::Scalar(64),10);
//树
cv::rectangle(imageMask,cv::Point(64,284),
cv::Point(68,300),cv::Scalar(128),5);

mark图像：