在Matlab中,我们可以对距离变换执行分水岭变换,以分离两个触摸物体:
上面的第一张图片是我们希望分离的触摸物体的图像。第二个图像是它的距离变换。
所以,如果黑白图像被称为img
,我们可以在Matlab中做到:
D = -bwdist(~img);
L = watershed(D);
现在用openCV做同样的事情: OpenCV具有基于标记的分水岭分割功能。看来,为了执行使用openCV分离两个触摸对象的相同任务,需要为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,您会在执行分水岭后看到markers
图像。原始的黑色和白色img
以红色叠加在其上。
问题是生成的markers
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?
答案 0 :(得分:1)
你可以知道在分水岭的功能中发生了什么。 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级队列中。
如您所知,当您在img上应用distanceTransform时,圆的渐变变为0或1,但背景始终为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),它们可以轮流工作,直到种子1或种子2满足它们的梯度1;那么只有seed3可以继续工作。
当seed3遇到圆圈的边界时,它的渐变变为1,现在它们可以再次轮流工作。
因此,如果您想确保对象边界保持不变,那么当seed3符合圆的边界时,您最好增加渐变。
就像:
dist = cv2.distanceTransform(img, cv2.cv.CV_DIST_L2, cv2.cv.CV_DIST_MASK_PRECISE)
dist[dist > 0] += 2.0
这是result
...它有一些问题(当队列中的所有渐变都是1时,哪一个会首先弹出,哪一个会弹出第二个)