种子点的标记没有太搞懂,这个算法的速度还是很快的

  1. // watershed_test20140801.cpp : 定义控制台应用程序的入口点。
  2. //
  3.  
  4. #include "stdafx.h"
  5.  
  6. //
  7. // ch9_watershed image
  8. // This is an exact copy of the watershed.cpp demo in the OpenCV ../samples/c directory
  9. //
  10. // Think about using a morphologically eroded forground and background segmented image as the template
  11. // for the watershed algorithm to segment objects by color and edges for collecting
  12. //
  13. /* *************** License:**************************
  14. Oct. 3, 2008
  15. Right to use this code in any way you want without warrenty, support or any guarentee of it working.
  16.  
  17. BOOK: It would be nice if you cited it:
  18. Learning OpenCV: Computer Vision with the OpenCV Library
  19. by Gary Bradski and Adrian Kaehler
  20. Published by O'Reilly Media, October 3, 2008
  21.  
  22. AVAILABLE AT:
  23. http://www.amazon.com/Learning-OpenCV-Computer-Vision-Library/dp/0596516134
  24. Or: http://oreilly.com/catalog/9780596516130/
  25. ISBN-10: 0596516134 or: ISBN-13: 978-0596516130
  26.  
  27. OTHER OPENCV SITES:
  28. * The source code is on sourceforge at:
  29. http://sourceforge.net/projects/opencvlibrary/
  30. * The OpenCV wiki page (As of Oct 1, 2008 this is down for changing over servers, but should come back):
  31. http://opencvlibrary.sourceforge.net/
  32. * An active user group is at:
  33. http://tech.groups.yahoo.com/group/OpenCV/
  34. * The minutes of weekly OpenCV development meetings are at:
  35. http://pr.willowgarage.com/wiki/OpenCV
  36. ************************************************** */
  37.  
  38. #include "cv.h"
  39. #include "highgui.h"
  40. #include <stdio.h>
  41. #include <stdlib.h>
  42. #include <iostream>
  43. using namespace std;
  44. using namespace cv;
  45.  
  46. #pragma comment(lib,"opencv_core2410d.lib")
  47. #pragma comment(lib,"opencv_highgui2410d.lib")
  48. #pragma comment(lib,"opencv_imgproc2410d.lib")
  49.  
  50. IplImage* marker_mask = 0;
  51. IplImage* markers = 0;
  52. IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;
  53. CvPoint prev_pt = {-1,-1};
  54.  
  55. void on_mouse( int event, int x, int y, int flags, void* param )
  56. {
  57. if( !img )
  58. return;
  59.  
  60. if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) )
  61. prev_pt = cvPoint(-1,-1);
  62. else if( event == CV_EVENT_LBUTTONDOWN )
  63. prev_pt = cvPoint(x,y);
  64. else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) )
  65. {
  66. CvPoint pt = cvPoint(x,y);
  67. if( prev_pt.x < 0 )
  68. prev_pt = pt;
  69. cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
  70. cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
  71. prev_pt = pt;
  72. cvShowImage( "image", img );
  73. }
  74. }
  75.  
  76. int main( int argc, char** argv )
  77. {
  78. cout<<"input image name: "<<endl;
  79. string file;
  80. cin>>file;
  81.  
  82. char* filename = (char *)file.c_str();
  83.  
  84. CvRNG rng = cvRNG(-1);
  85.  
  86. if( (img0 = cvLoadImage(filename,1)) == 0 )
  87. return 0;
  88.  
  89. printf( "Hot keys: \n"
  90. "\tESC - quit the program\n"
  91. "\tr - restore the original image\n"
  92. "\tw or ENTER - run watershed algorithm\n"
  93. "\t\t(before running it, roughly mark the areas on the image)\n"
  94. "\t (before that, roughly outline several markers on the image)\n" );
  95.  
  96. cvNamedWindow( "image", 1 );
  97. cvNamedWindow( "watershed transform", 1 );
  98.  
  99. img = cvCloneImage( img0 );
  100. img_gray = cvCloneImage( img0 );
  101. wshed = cvCloneImage( img0 );
  102. marker_mask = cvCreateImage( cvGetSize(img), 8, 1 );
  103. markers = cvCreateImage( cvGetSize(img), IPL_DEPTH_32S, 1 );
  104. cvCvtColor( img, marker_mask, CV_BGR2GRAY );
  105. cvCvtColor( marker_mask, img_gray, CV_GRAY2BGR );
  106.  
  107. cvZero( marker_mask );
  108. cvZero( wshed );
  109. cvShowImage( "image", img );
  110. cvShowImage( "watershed transform", wshed );
  111. cvSetMouseCallback( "image", on_mouse, 0 );
  112.  
  113. for(;;)
  114. {
  115. int c = cvWaitKey(0);
  116.  
  117. if( (char)c == 27 )
  118. break;
  119.  
  120. if( (char)c == 'r' )
  121. {
  122. cvZero( marker_mask );
  123. cvCopy( img0, img );
  124. cvShowImage( "image", img );
  125. }
  126.  
  127. if( (char)c == 'w' || (char)c == '\n' )
  128. {
  129. CvMemStorage* storage = cvCreateMemStorage(0);
  130. CvSeq* contours = 0;
  131. CvMat* color_tab;
  132. int i, j, comp_count = 0;
  133. //cvSaveImage( "wshed_mask.png", marker_mask );
  134. //marker_mask = cvLoadImage( "wshed_mask.png", 0 );
  135. cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),
  136. CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
  137. cvZero( markers );
  138. for( ; contours != 0; contours = contours->h_next, comp_count++ )
  139. {
  140. cvDrawContours( markers, contours, cvScalarAll(comp_count+1),
  141. cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) );
  142. }
  143.  
  144. color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );
  145. for( i = 0; i < comp_count; i++ )
  146. {
  147. uchar* ptr = color_tab->data.ptr + i*3;
  148. ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50);
  149. ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50);
  150. ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50);
  151. }
  152.  
  153. {
  154. double t = (double)cvGetTickCount();
  155. cvWatershed( img0, markers );
  156. t = (double)cvGetTickCount() - t;
  157. printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );
  158. }
  159.  
  160. // paint the watershed image
  161. for( i = 0; i < markers->height; i++ )
  162. for( j = 0; j < markers->width; j++ )
  163. {
  164. int idx = CV_IMAGE_ELEM( markers, int, i, j );
  165. uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );
  166. if( idx == -1 )
  167. dst[0] = dst[1] = dst[2] = (uchar)255;
  168. else if( idx <= 0 || idx > comp_count )
  169. dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here
  170. else
  171. {
  172. uchar* ptr = color_tab->data.ptr + (idx-1)*3;
  173. dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];
  174. }
  175. }
  176.  
  177. cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );
  178. cvShowImage( "watershed transform", wshed );
  179. cvReleaseMemStorage( &storage );
  180. cvReleaseMat( &color_tab );
  181. }
  182. }
  183.  
  184. return 1;
  185. }

实现效果:

OpenCV 实现分水岭算法的更多相关文章

  1. OpenCV学习(9) 分水岭算法(3)

    本教程我学习一下opencv中分水岭算法的具体实现方式. 原始图像和Mark图像,它们的大小都是32*32,分水岭算法的结果是得到两个连通域的轮廓图. 原始图像:(原始图像必须是3通道图像) Mark ...

  2. OpenCV学习(8) 分水岭算法(2)

        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("../to ...

  3. opencv分水岭算法对图像进行切割

    先看效果 说明 使用分水岭算法对图像进行切割,设置一个标记图像能达到比較好的效果,还能防止过度切割. 1.这里首先对阈值化的二值图像进行腐蚀,去掉小的白色区域,得到图像的前景区域.并对前景区域用255 ...

  4. opencv学习之路(30)、分水岭算法及图像修补

    一.简介 二.分水岭算法 #include "opencv2/opencv.hpp" using namespace cv; void main() { Mat srcImg = ...

  5. OpenCV 学习笔记 04 深度估计与分割——GrabCut算法与分水岭算法

    1 使用普通摄像头进行深度估计 1.1 深度估计原理 这里会用到几何学中的极几何(Epipolar Geometry),它属于立体视觉(stereo vision)几何学,立体视觉是计算机视觉的一个分 ...

  6. 分水岭算法(理论+opencv实现)

    分水岭算法理论 从意思上就知道通过用水来进行分类,学术上说什么基于拓扑结构的形态学...其实就是根据把图像比作一副地貌,然后通过最低点和最高点去分类! 原始的分水岭: 就是上面说的方式,接下来用一幅图 ...

  7. Opencv分水岭算法——watershed自动图像分割用法

    分水岭算法是一种图像区域分割法,在分割的过程中,它会把跟临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性是分水岭算法的一个重要特 ...

  8. OpenCV——分水岭算法

    分水岭算法,是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形 ...

  9. OpenCV学习(7) 分水岭算法(1)

            分水岭算法主要用于图像分段,通常是把一副彩色图像灰度化,然后再求梯度图,最后在梯度图的基础上进行分水岭算法,求得分段图像的边缘线.         下面左边的灰度图,可以描述为右边的地 ...

随机推荐

  1. Dynamics CRM2016 Web API之Use custom FetchXML

    CRM2016中新增的web api支持fetch xml了,之前使用FetchXML的场景是在后天代码中通过组织服务的retrieve multiple方法,但实际的应用效果有多大,还需要在实际的项 ...

  2. FORM中调用JAVA组件

    调用方式: 链接:可以在一个数据块中创建专门的 Bean Area项,使用 Implementation Class 特性链接到J a v a B e a n,使用W h e n - C u s t ...

  3. Dynamics CRM 插件Plugin中获取和更新时间字段值的准确转换

    前面两篇介绍了后台代码通过组织服务获取更新时间字段.窗体javascript通过Odata获取更新时间字段,最后篇来实验下在插件中的获取和更新时间字段是否需要时制的转化,为何说是最后篇呢,因为在CRM ...

  4. shell入门之流程控制语句

    1.case 脚本: #!/bin/bash #a test about case case $1 in "lenve") echo "input lenve" ...

  5. PLSQL解析XML文件

     参考网上资料学习汇总 在PL/SQL中利用XML ,Oracle提供了几个组件,让开发人员能轻松地利用XML技术.这些组件包括: 1.  XML 分析程序.即用来分析.构造和验证XML文档.. ...

  6. C++编译器对属性和方法的处理机制

    C++中的class从面向对象理论出发,将变量(属性)和函数(方法)集中定义在一起,用于描述现实世界中的类.从计算机的角度,程序依然由数据段和代码段构成. C++编译器如何完成面向对象理论到计算机程序 ...

  7. UNIX环境高级编程——线程属性之分离属性

    说到线程的分离状态,我认为,之所以会有这个状态,是因为系统对某些线程的终止状态根本不感兴趣导致的. 我们知道,进程中的线程可以调用: int pthread_join(pthread_t tid, v ...

  8. Mysql SQL Mode详解

    Mysql SQL Mode简介 MySQL服务器能够工作在不同的SQL模式下,并能针对不同的客户端以不同的方式应用这些模式.这样,应用程序就能对服务器操作进行量身定制以满足自己的需求.这类模式定义了 ...

  9. Java-IO之FilterInputStream和FilterOuptStream

    FilterInputStream的作用是用来封装其他的输入流,并为它们提供了额外的功能,它的常用的子类有BufferedInputStream和DataInputStream.FilterOutpu ...

  10. UNIX环境高级编程——pthread_create的问题

    linux 下常用的创建多线程函数pthread_create(pthread_t * thread , pthread_attr_t * attr , void *(*start_routine)( ...