Python 基于OpenCV的距离图像分水岭变换

在Matlab中，我们可以对距离变换执行分水岭变换，以分离两个接触对象：

上面的第一个图像是我们希望分离的带有触摸对象的图像。第二个图像是它的距离变换

因此，如果黑白图像被称为

img

，在Matlab中，我们可以：

D = -bwdist(~img); 
L = watershed(D);

现在要对openCV执行相同的操作： OpenCV具有基于标记的分水岭分割功能。似乎要使用openCV执行分离两个触摸对象的相同任务，需要为两个对象和背景提供标记

img = np.zeros((400, 400), np.uint8)
cv2.circle(img, (150, 150), 100, 255, -1)
cv2.circle(img, (250, 250), 100, 255, -1)

dist = cv2.distanceTransform(img, cv2.cv.CV_DIST_L2, cv2.cv.CV_DIST_MASK_PRECISE)
dist3 = np.zeros((dist.shape[0], dist.shape[1], 3), dtype = np.uint8)
dist3[:, :, 0] = dist
dist3[:, :, 1] = dist
dist3[:, :, 2] = dist

markers = np.zeros(img.shape, np.int32)
markers[150,150] = 1 # seed for circle one
markers[250, 250] = 2 # seed for circle two
markers[50,50] =  3 # seeds for background

cv2.watershed(dist3, markers)

在下图中，您可以看到执行分水岭后的

标记

图像。原始黑白

img

以红色叠加在其上。 问题在于生成的

标记

图像中的对象边界与原始图像不同。如何确保对象边界保持不变

---

您将了解分水岭功能中的实际情况。 它开始用它的种子泛滥，并把它们的邻居的坐标和梯度放在一个优先队列中

如你所知，当你在img上应用距离变换时，圆的梯度变为0或1，但背景总是0

所以，现在你有3个种子，洪水开始工作：背景（种子3），邻居（种子1），邻居（种子2），他们可以轮流工作，直到种子1或种子2满足他们的梯度1；然后就可以继续工作了

当种子3遇到圆的边界时，它的梯度变为1，现在它们可以依次工作

因此，如果要确保对象边界保持不变，最好在种子3与圆边界相交时增加渐变

就像：

dist = cv2.distanceTransform(img, cv2.cv.CV_DIST_L2, cv2.cv.CV_DIST_MASK_PRECISE)
dist[dist > 0] += 2.0

这是你的电话号码

…其中存在一些问题（当队列中的所有渐变都为1时，哪个将首先弹出，哪个将第二次弹出）