OpenCV 实现分水岭算法
种子点的标记没有太搞懂,这个算法的速度还是很快的
- // watershed_test20140801.cpp : 定义控制台应用程序的入口点。
- //
- #include "stdafx.h"
- //
- // ch9_watershed image
- // This is an exact copy of the watershed.cpp demo in the OpenCV ../samples/c directory
- //
- // Think about using a morphologically eroded forground and background segmented image as the template
- // for the watershed algorithm to segment objects by color and edges for collecting
- //
- /* *************** License:**************************
- Oct. 3, 2008
- Right to use this code in any way you want without warrenty, support or any guarentee of it working.
- BOOK: It would be nice if you cited it:
- Learning OpenCV: Computer Vision with the OpenCV Library
- by Gary Bradski and Adrian Kaehler
- Published by O'Reilly Media, October 3, 2008
- AVAILABLE AT:
- http://www.amazon.com/Learning-OpenCV-Computer-Vision-Library/dp/0596516134
- Or: http://oreilly.com/catalog/9780596516130/
- ISBN-10: 0596516134 or: ISBN-13: 978-0596516130
- OTHER OPENCV SITES:
- * The source code is on sourceforge at:
- http://sourceforge.net/projects/opencvlibrary/
- * The OpenCV wiki page (As of Oct 1, 2008 this is down for changing over servers, but should come back):
- http://opencvlibrary.sourceforge.net/
- * An active user group is at:
- http://tech.groups.yahoo.com/group/OpenCV/
- * The minutes of weekly OpenCV development meetings are at:
- http://pr.willowgarage.com/wiki/OpenCV
- ************************************************** */
- #include "cv.h"
- #include "highgui.h"
- #include <stdio.h>
- #include <stdlib.h>
- #include <iostream>
- using namespace std;
- using namespace cv;
- #pragma comment(lib,"opencv_core2410d.lib")
- #pragma comment(lib,"opencv_highgui2410d.lib")
- #pragma comment(lib,"opencv_imgproc2410d.lib")
- IplImage* marker_mask = 0;
- IplImage* markers = 0;
- IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;
- CvPoint prev_pt = {-1,-1};
- void on_mouse( int event, int x, int y, int flags, void* param )
- {
- if( !img )
- return;
- if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) )
- prev_pt = cvPoint(-1,-1);
- else if( event == CV_EVENT_LBUTTONDOWN )
- prev_pt = cvPoint(x,y);
- else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) )
- {
- CvPoint pt = cvPoint(x,y);
- if( prev_pt.x < 0 )
- prev_pt = pt;
- cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
- cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
- prev_pt = pt;
- cvShowImage( "image", img );
- }
- }
- int main( int argc, char** argv )
- {
- cout<<"input image name: "<<endl;
- string file;
- cin>>file;
- char* filename = (char *)file.c_str();
- CvRNG rng = cvRNG(-1);
- if( (img0 = cvLoadImage(filename,1)) == 0 )
- return 0;
- printf( "Hot keys: \n"
- "\tESC - quit the program\n"
- "\tr - restore the original image\n"
- "\tw or ENTER - run watershed algorithm\n"
- "\t\t(before running it, roughly mark the areas on the image)\n"
- "\t (before that, roughly outline several markers on the image)\n" );
- cvNamedWindow( "image", 1 );
- cvNamedWindow( "watershed transform", 1 );
- img = cvCloneImage( img0 );
- img_gray = cvCloneImage( img0 );
- wshed = cvCloneImage( img0 );
- marker_mask = cvCreateImage( cvGetSize(img), 8, 1 );
- markers = cvCreateImage( cvGetSize(img), IPL_DEPTH_32S, 1 );
- cvCvtColor( img, marker_mask, CV_BGR2GRAY );
- cvCvtColor( marker_mask, img_gray, CV_GRAY2BGR );
- cvZero( marker_mask );
- cvZero( wshed );
- cvShowImage( "image", img );
- cvShowImage( "watershed transform", wshed );
- cvSetMouseCallback( "image", on_mouse, 0 );
- for(;;)
- {
- int c = cvWaitKey(0);
- if( (char)c == 27 )
- break;
- if( (char)c == 'r' )
- {
- cvZero( marker_mask );
- cvCopy( img0, img );
- cvShowImage( "image", img );
- }
- if( (char)c == 'w' || (char)c == '\n' )
- {
- CvMemStorage* storage = cvCreateMemStorage(0);
- CvSeq* contours = 0;
- CvMat* color_tab;
- int i, j, comp_count = 0;
- //cvSaveImage( "wshed_mask.png", marker_mask );
- //marker_mask = cvLoadImage( "wshed_mask.png", 0 );
- cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),
- CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
- cvZero( markers );
- for( ; contours != 0; contours = contours->h_next, comp_count++ )
- {
- cvDrawContours( markers, contours, cvScalarAll(comp_count+1),
- cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) );
- }
- color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );
- for( i = 0; i < comp_count; i++ )
- {
- uchar* ptr = color_tab->data.ptr + i*3;
- ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50);
- ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50);
- ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50);
- }
- {
- double t = (double)cvGetTickCount();
- cvWatershed( img0, markers );
- t = (double)cvGetTickCount() - t;
- printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );
- }
- // paint the watershed image
- for( i = 0; i < markers->height; i++ )
- for( j = 0; j < markers->width; j++ )
- {
- int idx = CV_IMAGE_ELEM( markers, int, i, j );
- uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );
- if( idx == -1 )
- dst[0] = dst[1] = dst[2] = (uchar)255;
- else if( idx <= 0 || idx > comp_count )
- dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here
- else
- {
- uchar* ptr = color_tab->data.ptr + (idx-1)*3;
- dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];
- }
- }
- cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );
- cvShowImage( "watershed transform", wshed );
- cvReleaseMemStorage( &storage );
- cvReleaseMat( &color_tab );
- }
- }
- return 1;
- }
实现效果:
OpenCV 实现分水岭算法的更多相关文章
- 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 ...
- 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 ...
- 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 ...
- 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 = ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- shell编程--基本格式,基本语法,运算符,expr,(()),$[]
02/shell编程 Shell是用户与内核进行交互操作的一种接口,目前最流行的Shell称为bash Shell Shell也是一门编程语言."."号执行脚本时,会让脚本在调用者 ...
- Web自动化框架LazyUI使用手册(5)--模板工程:LazyUI-template详解
概述: LazyUI-template: 提供Maven管理的,基于Spring+Testng的,包含常用浏览器driver的,方便连接各种数据库的java模板工程,并提供以百度搜索为例的第一个测试用 ...
- 关于在页面中针对不同版本的IE浏览器实现不同的JS或者CSS样式
一般会用到<!--[if IE]>这里是正常的html代码<![endif]--> 条件注释只能在windows Internet Explorer(以下简称IE)下使用,因此 ...
- EBS业务学习之应付INVOICE类型
INVOICE类型 类 型 描 述 标准INVOICE 是指由于采购货物或接受劳务,从供应商处取得的INVOICE (标准INVOICE,既可以和订单匹配,也可以不匹配) ...
- Erlang 集群互连测试
Erlang 集群互连测试Erlang节点相同cookie全互联成为一个集群(cluster).如果2个集群不同cookie, 然后其中有节点连接到对方集群的节点,这2个集群会合并成一个集群吗?连接到 ...
- 对N各集合中的任意元素进行排列组合问题
小李去市场买菜,有蔬菜(茄子.黄瓜.大白菜...等k中素菜),和肉类(牛肉,羊肉,鸡肉...等m种荤菜),及点心(麻饼,桃酥,枣花...等n中点心),现在老婆要求每天一荤一素一点心 并且每天的样式要尽 ...
- Linux内存映射--mmap函数
Linux提供了内存映射函数mmap, 它把文件内容映射到一段内存上(准确说是虚拟内存上), 通过对这段内存的读取和修改, 实现对文件的读取和修改, 先来看一下mmap的函数声明: 头文件: < ...
- Tomcat集群如何同步会话
Tocmat集群中最重要的交换信息就是会话消息,对某个tomcat实例某会话做的更改要同步到集群其他tomcat实例的该会话对象,这样才能保证集群所有实例的会话数据一致.在tribes组件的基础上完成 ...
- 3.QT中的debug相关的函数,以及文件锁的使用
1 新建项目T33Debug main.cpp #include <QDebug> #include <QFile> #include <QMutex> ...
- ROS_Kinetic_24 使用catkin_create_qt_pkg快速创建qt-ros功能包
使用catkin_create_qt_pkg快速创建qt-ros功能包 参考网址: qt_create:http://wiki.ros.org/qt_create qt_ros:https://git ...