图像分割 分水岭法 watershed

news2024/9/21 4:29:04

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。

本文的C#版本请访问:图像分割 分水岭法 watershed(C#)-CSDN博客

Watershed算法是一种图像处理算法,它是基于形态学的图像分割方法。在实现中,Watershed算法通常需要先对图像进行预处理,例如去除噪声、边缘检测等操作,以便更好的构建隔板。在填充山谷时,可以使用队列或其他数据结构来实现,以便管理待处理的像素。对于连通的区域,可以使用标记或者颜色来区分。最终得到的分割结果可以用于物体识别、形状分析等应用场景。

CvInvoke.Watershed方法用于执行图像的分水岭分割操作。该方法声明如下:

Public Shared Sub Watershed (

         image As IInputArray,

         markers As IInputOutputArray

)

参数说明:

  1. image:输入图像,必须是CV8U三通道彩色图。
  2. markers:指定的标记图像,这是一个CV32S的单通道图像,并且与输入图像具有相同的尺寸。可以通过FindContours和DrawContours来获得这个图像,使用像数值1、2、3……作为连通分量,来粗略勾勒出图像期望分割的区域,而未确定的区域未标记为0。

该方法没有返回值,而是直接在markers图像上进行分割操作。最终输出的图像,两个区域间使用-1作为分割线。

   '分水岭法 watershed
    Private Sub Button4_Click(sender As Object, e As EventArgs) Handles Button4.Click
        Dim m As New Mat("c:\learnEmgucv\tower.jpg", ImreadModes.Color)
        '灰度
        Dim mgray As New Mat
        CvInvoke.CvtColor(m, mgray, ColorConversion.Bgr2Gray)

        '滤波
        Dim mgaussian As New Mat
        CvInvoke.GaussianBlur(mgray, mgaussian, New Drawing.Size(5, 5), 2)
        ImageBox1.Image = mgaussian

        '边缘检测
        Dim mcanny As New Mat
        CvInvoke.Canny(mgaussian, mcanny, 60, 120)
        'ImageBox2.Image = mcanny

        '获取轮廓
        Dim contours As New VectorOfVectorOfPoint
        Dim hierarchy As New VectorOfRect
        CvInvoke.FindContours(mcanny, contours, hierarchy, RetrType.Tree, ChainApproxMethod.ChainApproxNone)

        Dim mmark As New Mat
        mmark = Mat.Zeros(mcanny.Rows, mcanny.Cols, DepthType.Cv32S, 1)

        '仅为查看轮廓使用
        Dim mcontours As New Mat(mcanny.Rows, mcanny.Cols, DepthType.Cv8U, 1)
        For i As Integer = 0 To contours.Size - 1
            '标记连通分量索引
            CvInvoke.DrawContours(mmark, contours, i, New MCvScalar(i), 1, LineType.EightConnected, hierarchy)
            '仅为查看轮廓使用
            CvInvoke.DrawContours(mcontours, contours, i, New MCvScalar(255), 1, LineType.EightConnected, hierarchy)
        Next
        '仅为查看轮廓使用
        CvInvoke.Imshow("mcontours", mcontours)

        'mmark是32S,显示不了的
        'CvInvoke.Imshow("mmark", mmark)

        '分水岭法
        CvInvoke.Watershed(m, mmark)

        '仅演示,watershed后的数据
        Dim mc As New Mat
        mc = mmark.Clone
        '转为可以显示的CV8U
        mc.ConvertTo(mc, DepthType.Cv8U)
        CvInvoke.Imshow("mc", mc)

        '使用Matrix和Image便于生成图像(Mat操作像素点比较麻烦)
        Dim matrwater As New Matrix(Of Int32)(mmark.Rows, mmark.Cols)
        mmark.CopyTo(matrwater)

        Dim imgwater As New Image(Of Bgr, Byte)(mmark.Cols, mmark.Rows)

        '为每个区域填充不同的颜色
        Dim HSpointcolor As New Hashtable()       'index,bgr

        Dim count As Integer = 0
        '对每个像素点操作
        For i As Integer = 0 To matrwater.Rows - 1
            For j As Integer = 0 To matrwater.Cols - 1
                '获得连通分量(像素点值)
                Dim index As Int32 = matrwater(i, j)
                '如果是区域的分割线
                If index = -1 Then
                    imgwater.Data(i, j, 0) = 255
                    imgwater.Data(i, j, 1) = 255
                    imgwater.Data(i, j, 2) = 255
                Else
                    Dim pointcolor As Bgr
                    '检查是否已经存在索引对应的颜色
                    If HSpointcolor.ContainsKey(index) Then
                        pointcolor = HSpointcolor(index)
                    Else
                        '获得随机颜色
                        pointcolor = getRadomBgr()
                        '将已经使用的随机颜色加入List
                        HSpointcolor.Add(index, pointcolor)
                        count += 1
                    End If
                    '像素点填充颜色
                    imgwater.Data(i, j, 0) = pointcolor.Blue
                    imgwater.Data(i, j, 1) = pointcolor.Green
                    imgwater.Data(i, j, 2) = pointcolor.Red
                End If
            Next
        Next
        '输出使用分水岭法后的结果
        CvInvoke.Imshow("imgwater", imgwater)
    End Sub

    '获得随机颜色
    Private Function getRadomBgr() As Bgr
        Dim rand As New Random(Now.Millisecond)
        Dim b As Byte = rand.Next(0, 256)
        Dim g As Byte = rand.Next(0, 256)
        Dim r As Byte = rand.Next(0, 256)
        Return New Bgr(b, r, g)
End Function

输出结果如下图所示:

图8-4 分水岭法使用随机颜色填充 

由于.net平台下C#和vb.NET很相似,本文也可以为C#爱好者提供参考。

学习更多vb.net知识,请参看vb.net 教程 目录

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1354382.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SSM的校园二手交易平台----计算机毕业设计

项目介绍 本次设计的是一个校园二手交易平台(C2C),C2C指个人与个人之间的电子商务,买家可以查看所有卖家发布的商品,并且根据分类进行商品过滤,也可以根据站内搜索引擎进行商品的查询,并且与卖…

XCTF-Misc1 USB键盘流量分析

m0_01 附件是一个USB流量文件 分析 1.键盘流量 USB协议数据部分在Leftover Capture Data域中,数据长度为八个字节,其中键盘击健信息集中在第三个字节中。 usb keyboard映射表:USB协议中HID设备描述符以及键盘按键值对应编码表 2.USB…

苹果手机数据删除怎么恢复?这几个方法值得一试!

不小心删除了iPhone里的照片?别担心,数据恢复是有可能的! 从这里,你可以找到你的备份并恢复丢失的数据。如果你没有备份,那么数据恢复软件可能可以帮助你。它们可以扫描你的iPhone或iTunes备份,找到你删除…

05-SpringCloud-RabbitMQ-概述

RabbitMQ 1.初识MQ 1.1.同步和异步通讯 微服务间通讯有同步和异步两种方式: 同步通讯:就像打电话,需要实时响应。 异步通讯:就像发邮件,不需要马上回复。 两种方式各有优劣,打电话可以立即得到响应&am…

最新-mybatis-plus 3.5分页插件配置

mybatis-plus 3.5分页插件配置 前提 1.项目不是springboot, 是以前的常规spring项目 2.mp 从3.2升级到3.5,升级后发现原本的分页竟然不起作用了,每次查询都是查出所有 前后配置对比 jar包对比 jsqlparser我这里单独引了包,因为版本太低…

鸿蒙系列--装饰器

一、基础UI组件结构 每个UI组件需要定义为Component struct对象,其内部必须包含一个且只能包含一个build(){}函数,用于绘制UI;struct之内、build()函数之外的地方用于存放数据。 二、基本UI装饰器 Entry 装饰struct,页面的入口…

[足式机器人]Part2 Dr. CAN学习笔记-自动控制原理Ch1-10奈奎斯特稳定性判据-Nyquist Stability Criterion

本文仅供学习使用 本文参考: B站:DR_CAN Dr. CAN学习笔记-自动控制原理Ch1-10奈奎斯特稳定性判据-Nyquist Stability Criterion Cauchy’s Argument Priciple 柯西幅角原理 结论: s s s平面内顺时针画一条闭合曲线 A A A, B B B曲…

极狐GitLab Helm Chart 已上线,玩转云原生极狐GitLab!

极狐GitLab 研发团队提供了极狐GitLab & Runner 的 Helm Chart,方便用户在 Kubernetes 相关环境上来安装和运行极狐GitLab & Runner。Helm Chart 已经上线 Artifact Hub : 使用指南 只需简单两步就可以开启极狐GitLab & Runner Helm Chart …

【Week-P4】CNN猴痘病识别

文章目录 一、环境配置二、准备数据三、搭建网络结构四、开始训练五、查看训练结果六、总结2.3 ⭐torch.utils.data.DataLoader()参数详解6.1 print()常用的三种输出格式6.2 修改网络结构,观察训练结果6.2.1 增加pool2、conv6、bn6,test_accuracy82.5%6.…

postman使用-05新建测试集

文章目录 两种方式新建测试集测试集:允许用户以项目或模块的方式对多个接口进行分类和管理。每一个测试请求都可以被看作是一个独立的测试用例,而collections则可以同时管理多个测试用例的执行。方法一:点击左上角直接创建测试方法二&#xf…

ubuntu 执行apt-get update报错

系统是Ubuntu22.04 执行apt-get update 遇到如下情况 E: 无法下载 https://mirrors.tuna.tsinghua.edu.cn/ubuntu/dists/jammy/main/binary-arm64/Packages 404 Not Found [IP: 101.6.15.130 443] E: 无法下载 https://mirrors.tuna.tsinghua.edu.cn/ubuntu/dists/jammy-upda…

通灵术揭秘:空碗“竖筷子”不倒

通灵术揭秘:空碗“竖筷子”不倒 释名:竖筷子是流传很广的一种民间小术,因其法是在碗中竖起一支或三支筷子,故名。 用处:如果有人莫名其妙的生病了,医药无效,按民间的说法,就是遇鬼了…

Spark二、Spark技术栈之Spark Core

Spark Core spark核心:包括RDD、RDD算子、RDD的持久化/缓存、累加器和广播变量 学习链接:https://mp.weixin.qq.com/s/caCk3mM5iXy0FaXCLkDwYQ 一、 RDD 1.1 为什么要有RDD 在许多迭代式算法(比如机器学习、图算法等)和交互式数据挖掘中,…

基于SSM的校园快递管理系统

目录 前言 开发环境以及工具 项目功能介绍 学生: 管理员: 详细设计 获取源码 前言 本项目是一个基于IDEA和Java语言开发的基于SSM的校园快递管理系统应用。应用包含学生端和管理员端等多个功能模块。 欢迎使用我们的校园快递管理系统!我…

清风数学建模笔记-多分类-fisher线性判别分析

内容:Fisher线性判别分析 一.介绍: 1.给定的训练姐,设法投影到一维的直线上,使得同类样例的投影点尽可能接近和密集,异类投影点尽可能远离。 2.如何同类尽可能接近:方差越小 3.如何异类尽可能远离&#…

如何将Docker中的Tomact彻底删除

目录 前言: 一.删除Tomcat容器 列出所有在运行的容器信息 ​编辑 如果tomcat容器正在运行先停止,可以通过容器id或者容器名称 再次查看容器运行情况,可以看到没有运行中的容器了. 查看所有容器(-a表示查看所有)无…

MySQL取出N列里最大or最小的一个数据

如题,现在有3列,都是数字类型,要取出这3列里最大或最小的的一个数字 -- N列取最小 SELECT LEAST(temperature_a,temperature_b,temperature_c) min FROM infrared_heat-- N列取最大 SELECT GREATEST(temperature_a,temperature_b,temperat…

Basis Pursuit ADMM

c笔记 ref. distr_opt_stat_learning_admm.html Basis pursuit is the equality-constrained minimization problem In ADMM form, basis pursuit can be written as The ADMM algorithm is then The x-update, which involves solving a linearly-constrained minimu…

Vue v-html中内容图片过大自适应处理

之前图片如下&#xff0c;图片已经超出了页面的展示范围 对v-html增加样式处理 <div class"body padding-l scroll " v-html"docData.content"> </div><style scoped>.body >>> img {max-width: 100% ;} </style>…