OpenCV函数cvWatershed图像分割中分水岭算法

[cpp] view plaincopy

1. #include<cv.h>   
2. #include<highgui.h>   
3. #include<iostream>   
4.   
5. #pragma comment(lib, "cv.lib")   
6. #pragma comment(lib, "cxcore.lib")   
7. #pragma comment(lib, "highgui.lib")   
8.   
9. using namespace  std;  
10.   
11. IplImage* marker_mask = 0;  
12. IplImage* markers = 0;  
13. IplImage* img0 = 0, *img = 0, *img_gray = 0, *wshed = 0;  
14. CvPoint prev_pt = {-1,-1};  
15. void on_mouse( int event, int x, int y, int flags, void* param )//opencv 会自动给函数传入合适的值   
16. {  
17.     if( !img )  
18.         return;  
19.     if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) )  
20.         prev_pt = cvPoint(-1,-1);  
21.     else if( event == CV_EVENT_LBUTTONDOWN )  
22.         prev_pt = cvPoint(x,y);  
23.     else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) )  
24.     {  
25.         CvPoint pt = cvPoint(x,y);  
26.         if( prev_pt.x < 0 )  
27.             prev_pt = pt;  
28.         cvLine( marker_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );//CvScalar 成员：double val[4] RGBA值A=alpha   
29.         cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );  
30.         prev_pt = pt;  
31.         cvShowImage( "image", img);  
32.     }  
33. }  
34.   
35. int main( int argc, char** argv )  
36. {  
37.     char* filename = argc >= 2 ? argv[1] : (char*)"test.png";  
38.     CvMemStorage* storage = cvCreateMemStorage(0);  
39.     CvRNG rng = cvRNG(-1);  
40.     if( (img0 = cvLoadImage(filename,1)) == 0 )  
41.         return 0;  
42.     printf( "Hot keys: \n"  
43.         "\tESC - quit the program\n"  
44.         "\tr - restore the original image\n"  
45.         "\tw or SPACE - run watershed algorithm\n"  
46.         "\t\t(before running it, roughly mark the areas on the image)\n"  
47.         "\t  (before that, roughly outline several markers on the image)\n" );  
48.     cvNamedWindow( "image", 1 );  
49.     cvNamedWindow( "watershed transform", 1 );  
50.     img = cvCloneImage( img0 );  
51.     img_gray = cvCloneImage( img0 );  
52.     wshed = cvCloneImage( img0 );  
53.     marker_mask = cvCreateImage( cvGetSize(img), 8, 1 );  
54.     markers = cvCreateImage( cvGetSize(img), IPL_DEPTH_32S, 1 );  
55.     cvCvtColor( img, marker_mask, CV_BGR2GRAY );  
56.     cvCvtColor( marker_mask, img_gray, CV_GRAY2BGR );//这两句只用将RGB转成3通道的灰度图即R=G=B,用来显示用   
57.     cvZero( marker_mask );  
58.     cvZero( wshed );  
59.     cvShowImage( "image", img );  
60.     cvShowImage( "watershed transform", wshed );  
61.     cvSetMouseCallback( "image", on_mouse, 0 );  
62.     for(;;)  
63.     {  
64.         int c = cvWaitKey(0);  
65.         if( (char)c == 27 )  
66.             break;  
67.         if( (char)c == 'r' )  
68.         {  
69.             cvZero( marker_mask );  
70.             cvCopy( img0, img );//cvCopy（）也可以这样用，不影响原img0图像，也随时更新   
71.             cvShowImage( "image", img );  
72.         }  
73.         if( (char)c == 'w' || (char)c == ' ' )  
74.         {  
75.             CvSeq* contours = 0;  
76.             CvMat* color_tab = 0;  
77.             int i, j, comp_count = 0;  
78.   
79.             //下面选将标记的图像取得其轮廓, 将每种轮廓用不同的整数表示   
80.             //不同的整数使用分水岭算法时，就成为不同的种子点   
81.             //算法本来就是以各个不同的种子点为中心扩张   
82.             cvClearMemStorage(storage);  
83.             cvFindContours( marker_mask, storage, &contours, sizeof(CvContour),  
84.                 CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );  
85.             cvZero( markers );  
86.             for( ; contours != 0; contours = contours->h_next, comp_count++ )  
87.             {  
88.                 cvDrawContours(markers, contours, cvScalarAll(comp_count+1),  
89.                     cvScalarAll(comp_count+1), -1, -1, 8, cvPoint(0,0) );  
90.             }  
91.             //cvShowImage("image",markers);   
92.             if( comp_count == 0 )  
93.                 continue;  
94.             color_tab = cvCreateMat( 1, comp_count, CV_8UC3 );//创建随机颜色列表   
95.             for( i = 0; i < comp_count; i++ )    //不同的整数标记   
96.             {  
97.                 uchar* ptr = color_tab->data.ptr + i*3;  
98.                 ptr[0] = (uchar)(cvRandInt(&rng)%180 + 50);  
99.                 ptr[1] = (uchar)(cvRandInt(&rng)%180 + 50);  
100.                 ptr[2] = (uchar)(cvRandInt(&rng)%180 + 50);  
101.             }  
102.             {  
103.                 double t = (double)cvGetTickCount();  
104.                 cvWatershed( img0, markers );  
105.                 cvSave("img0.xml",markers);  
106.                 t = (double)cvGetTickCount() - t;  
107.                 printf( "exec time = %gms\n", t/(cvGetTickFrequency()*1000.) );  
108.             }  
109.             // paint the watershed image   
110.             for( i = 0; i < markers->height; i++ )  
111.                 for( j = 0; j < markers->width; j++ )  
112.                 {  
113.                     int idx = CV_IMAGE_ELEM( markers, int, i, j );//markers的数据类型为IPL_DEPTH_32S   
114.                     uchar* dst = &CV_IMAGE_ELEM( wshed, uchar, i, j*3 );//BGR三个通道的数是一起的,故要j*3   
115.                     if( idx == -1 ) //输出时若为-1，表示各个部分的边界   
116.                         dst[0] = dst[1] = dst[2] = (uchar)255;  
117.                     else if( idx <= 0 || idx > comp_count )  //异常情况   
118.                         dst[0] = dst[1] = dst[2] = (uchar)0; // should not get here   
119.                     else //正常情况   
120.                     {  
121.                         uchar* ptr = color_tab->data.ptr + (idx-1)*3;  
122.                         dst[0] = ptr[0]; dst[1] = ptr[1]; dst[2] = ptr[2];  
123.                     }  
124.                 }  
125.                 cvAddWeighted( wshed, 0.5, img_gray, 0.5, 0, wshed );//wshed.x.y=0.5*wshed.x.y+0.5*img_gray+0加权融合图像   
126.                 cvShowImage( "watershed transform", wshed );  
127.                 cvReleaseMat( &color_tab );  
128.         }  
129.     }  
130.     return 1;  
131. }  

运行情况：

同上面分析可看出，因为不相连的标记后，程序在masker中的数值不同

经过分水岭算法后，

不同的标记肯定会在不同的区域中，

例如头发部分，我画了一条线标记　，，　处理后就把头发部分分割了出来　

还比如胳膊那一块，正好也分割出来了

我对算法的感性认识：
opencv中的算法是先把输入图像转化成梯度图（标量）
如果把梯度图看成是一个地形的话，就会发现，梯度高的地方就成了山脉，梯度低的地方就是山谷
我们经过标记为不同的区域后，
就从各个标记的地方注水进去，注入的水越来越多的时候，就会出现把流过低些的山脉，从而流到别的山谷中，那么他们就连一了一片区域。
区域分割的要求是把不同的标记分割成不同的地方。所以如果一直注水，可能就会覆盖别的区域了。这时算法就采取某种方法，修大坝使标记的不同区域不会因为注水而相连
他们会互不相干的扩张领地，直到把整个领地都扩张完为止。


函数输出时，自己的标记扩张出来的区域都用之前标记的值表示，代表一个区域。　不同的值代表不同的区域
区域与区域之间的边界由由值-1表示.

http://blog.csdn.net/fdl19881/article/details/6749976