C++ 分水岭分割opencv xcode

我现在正在学习opencv代码手册（opencv 2计算机视觉应用程序编程食谱）中的一段代码：第5章，使用分水岭分割图像，第131页

这是我的主要代码：

#include "opencv2/opencv.hpp"
#include <string>

using namespace cv;
using namespace std;

class WatershedSegmenter {
    private:
    cv::Mat markers;
    public:
    void setMarkers(const cv::Mat& markerImage){
        markerImage.convertTo(markers, CV_32S);
    }

    cv::Mat process(const cv::Mat &image){
        cv::watershed(image,markers);
        return markers;
    }
};

int main ()
{
    cv::Mat image = cv::imread("/Users/yaozhongsong/Pictures/IMG_1648.JPG");

    // Eliminate noise and smaller objects
    cv::Mat fg;
    cv::erode(binary,fg,cv::Mat(),cv::Point(-1,-1),6);

    // Identify image pixels without objects
    cv::Mat bg;
    cv::dilate(binary,bg,cv::Mat(),cv::Point(-1,-1),6);
    cv::threshold(bg,bg,1,128,cv::THRESH_BINARY_INV);

    // Create markers image
    cv::Mat markers(binary.size(),CV_8U,cv::Scalar(0));
    markers= fg+bg;

    // Create watershed segmentation object
    WatershedSegmenter segmenter;
    // Set markers and process
    segmenter.setMarkers(markers);
    segmenter.process(image);

    imshow("a",image);
    std::cout<<".";
    cv::waitKey(0);
}

#包括“opencv2/opencv.hpp”
#包括
使用名称空间cv；
使用名称空间std；
类分水岭{
私人：
cv：：Mat标记；
公众：
无效设置标记（常量cv:：Mat和标记图像）{
标记图像转换到（标记，CV_32S）；
}
cv:：Mat过程（常数cv:：Mat和图像）{
cv：：流域（图像、标记）；
返回标记；
}
};
int main（）
{
cv:：Mat image=cv:：imread（“/Users/yaochongsong/Pictures/IMG_1648.JPG”）；
//消除噪音和较小的物体
cv：：Mat-fg；
侵蚀（二进制，fg，cv:：Mat（），cv:：Point（-1，-1），6）；
//识别没有对象的图像像素
cv：：Mat bg；
扩张（二进制，bg，cv:：Mat（），cv:：Point（-1，-1），6）；
cv:：threshold（bg，bg，1128，cv:：THRESH_BINARY_INV）；
//创建标记图像
cv:：Mat标记（binary.size（），cv_8U，cv:：Scalar（0））；
标记=fg+bg；
//创建分水岭分割对象
分水岭分水岭；
//设置标记和进程
切割器。设置标记（标记）；
分割器。处理（图像）；
imshow（“a”，图像）；
std：：cout下面是您的代码的简化版本，对我来说效果很好。请查看：

#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

using namespace cv;
using namespace std;

int main ()
{
    Mat image = imread("sofwatershed.jpg");
    Mat binary = imread("sofwsthresh.png",0);

    // Eliminate noise and smaller objects
    Mat fg;
    erode(binary,fg,Mat(),Point(-1,-1),2);

    // Identify image pixels without objects
    Mat bg;
    dilate(binary,bg,Mat(),Point(-1,-1),3);
    threshold(bg,bg,1,128,THRESH_BINARY_INV);

// Create markers image
    Mat markers(binary.size(),CV_8U,Scalar(0));
    markers= fg+bg;

markers.convertTo(markers, CV_32S);
watershed(image,markers);

markers.convertTo(markers,CV_8U);
imshow("a",markers);
waitKey(0);
}

下面是我的输入图像：


下面是我的输出图像：


请参见此处的代码说明：
关于您的代码，有几件事需要提及：


流域期望输入和输出图像具有相同的大小
您可能希望去掉方法中的
const
参数
请注意，分水岭的结果实际上是
标记
，而不是您的代码所建议的
图像
；关于这一点，您需要获取
process（）
的返回

这是您的代码，包含上述修复程序：

// Usage: ./app input.jpg
#include "opencv2/opencv.hpp"
#include <string>

using namespace cv;
using namespace std;

class WatershedSegmenter{
private:
    cv::Mat markers;
public:
    void setMarkers(cv::Mat& markerImage)
    {
        markerImage.convertTo(markers, CV_32S);
    }

    cv::Mat process(cv::Mat &image)
    {
        cv::watershed(image, markers);
        markers.convertTo(markers,CV_8U);
        return markers;
    }
};


int main(int argc, char* argv[])
{
    cv::Mat image = cv::imread(argv[1]);
    cv::Mat binary;// = cv::imread(argv[2], 0);
    cv::cvtColor(image, binary, CV_BGR2GRAY);
    cv::threshold(binary, binary, 100, 255, THRESH_BINARY);

    imshow("originalimage", image);
    imshow("originalbinary", binary);

    // Eliminate noise and smaller objects
    cv::Mat fg;
    cv::erode(binary,fg,cv::Mat(),cv::Point(-1,-1),2);
    imshow("fg", fg);

    // Identify image pixels without objects
    cv::Mat bg;
    cv::dilate(binary,bg,cv::Mat(),cv::Point(-1,-1),3);
    cv::threshold(bg,bg,1, 128,cv::THRESH_BINARY_INV);
    imshow("bg", bg);

    // Create markers image
    cv::Mat markers(binary.size(),CV_8U,cv::Scalar(0));
    markers= fg+bg;
    imshow("markers", markers);

    // Create watershed segmentation object
    WatershedSegmenter segmenter;
    segmenter.setMarkers(markers);

    cv::Mat result = segmenter.process(image);
    result.convertTo(result,CV_8U);
    imshow("final_result", result);

    cv::waitKey(0);

    return 0;
}

//用法：./app input.jpg
#包括“opencv2/opencv.hpp”
#包括
使用名称空间cv；
使用名称空间std；
类分水岭{
私人：
cv：：Mat标记；
公众：
无效设置标记（cv:：Mat和markerImage）
{
标记图像转换到（标记，CV_32S）；
}
cv:：Mat过程（cv:：Mat和图像）
{
cv：：流域（图像、标记）；
标记。转换到（标记，CV_8U）；
返回标记；
}
};
int main（int argc，char*argv[]）
{
cv:：Mat image=cv:：imread（argv[1]）；
cv:：Mat binary；//=cv:：imread（argv[2]，0）；
cv:：CVT颜色（图像、二进制、cv_bgr2灰色）；
cv:：阈值（二进制、二进制、100255、阈值二进制）；
imshow（“原始图像”，图像）；
imshow（“原始二进制”，二进制）；
//消除噪音和较小的物体
cv：：Mat-fg；
侵蚀（二进制，fg，cv:：Mat（），cv:：Point（-1，-1），2）；
imshow（“fg”，fg）；
//识别没有对象的图像像素
cv：：Mat bg；
扩张（二进制，bg，cv:：Mat（），cv:：Point（-1，-1），3）；
cv:：threshold（bg，bg，1128，cv:：THRESH\u BINARY\u INV）；
imshow（“bg”，bg）；
//创建标记图像
cv:：Mat标记（binary.size（），cv_8U，cv:：Scalar（0））；
标记=fg+bg；
imshow（“markers”，markers）；
//创建分水岭分割对象
分水岭分水岭；
切割器。设置标记（标记）；
cv:：Mat结果=分段器处理（图像）；
结果。转换到（结果，CV_8U）；
imshow（“最终结果”，结果）；
cv:：waitKey（0）；
返回0；
}

我冒昧地使用了阿比德的输入图像进行测试，结果如下：

我遇到了与您相同的问题，遵循了与烹饪书完全相同的代码示例（顺便说一句，很棒的书）

只是把我编写的代码放在Visual Studio 2013和OpenCV 2.4.8下。经过大量搜索，没有解决方案，我决定更改IDE

它仍然是VisualStudio，但现在是2010年！！！！而且很好用

请注意如何使用OpenCV配置VisualStudio。下面是一个很棒的安装教程

大家好
您好，您在理解代码方面有问题吗？请检查所使用的OpenCV版本。我还听说那本书中有一些错误，我没有检查。我正在使用OpenCV 2.4.1…是的，我在理解代码方面有一些困难…您可以检查我在回答中设置的链接。不是关于算法如何运行RKS，但是它的功能是如何使用的。THX！我有一个问题：SoFixSeD.jpg和SoopWsLexh之间的关系。PNG。哦，对不起。SpWATHED.PNG是原始图像。SoopWsVal.PNG是阈值图像。实际上我使用Python。所以我不想在C++中再次对它进行二进制化。您可以在链接中找到那些我拥有的图像。最后，我有一个问题，你的最终图像是哪个图像？是Mat图像吗？我的图像在分水岭函数之后与原始图像相同……第二个图像就是结果。实际上我在C++中一点都不好。我只用Python。@ abIDRAHMANK + 1我赞成你的主动性答案，但是这不会显示他的错误。我也添加了一个答案。很酷！很有效！原始图像和二进制图像的大小应该是相同的。Thx！这是2012年的。OpenCV API从那时起可能有点变化。你有什么问题吗？@karlphillip我想他指的是没有发生分割的事实？@Daniel“不起作用”这是一个糟糕的问题定义。没有更多的技术信息，我无法帮助任何人。@Daniel谢谢你的评论。如果有人说“它不工作”，我永远也不会明白所有这些。我的第一个猜测是编译器或链接器相关的问题。