Image Segmentation with Distance Transform and Watershed Algorithm
Goal
这个课程将教你如何:
要放大图像, 请使用 OpenCV 函数。 cv:: filter2D 来应用各种 La Plas 过滤器 。
作为二进制图片的衍生物, 请使用 OpenCV 函数。 cv:: 变异变形, 将每个像素的值替换为距离最近的背景像素 。
使用 OpenCV 函数。 cv::watershed 将图像中的 对象与背景隔离 开来
远程转换和流域算法用于分割图像。
Theory
Code
课程代码如下。您也可以从4.x. opencv/opencv/opencv/opencv/opencv/opencv/opencv/opencv/opencv/opencv GitHub 获得打开/图像部分。cpp
Explanation / Result
- 装入源图片, 并校验显示前是否正确装入了源图片 :
两个 然后假设我们有一个.. 白色背景的图像 你应该让它黑暗。当我们使用远程转换时,我们将能够简化潜在物体的分布:
三,然后我们再把形象改成.. 锐化前景对象的边缘 我们要用一些非常强大的过滤器 拉普拉斯滤波器 ：
四,我们现在将新鲜的红源照片转换为灰度和二进制图像,具体如下:
5. 我们现在准备 使用远程转换转换转换二进制图片 。 。 此外，我们 将制作的照片正常化。 允许结果显示和阈值分离:
六. 在采取各种形态学程序(即: 膨胀 从上图中提取峰值 : extract the peaks
7. 然后我们在 cv::findContours 使用函数从每个浮点创建流域算法 。 种子/标记 ：
八、最后,我们可使用 分水岭算法 ，并将结果可视化：
参考：
OpenCV软件包(流域算法)_SugarAnnie的博客-CSDN博客_流域中的流域功能
Wisdom_Blog - CSDN OpenCV(26) 图像分割 - 远距离转换和流域比重(货币、扑克、驱动器)