OpenCV分水岭+ otsu with distanceTransform

Question

我正在尝试使用OpenCV分水岭算法（https://docs.opencv.org/3.1.0/d3/db4/tutorial_py_watershed.html）但只做了一点改动。文档中有以下代码行：

ret, sure_fg = cv2.threshold(dist_transform,0.7*dist_transform.max(),255,0)

如果可能，我需要用Otsu的阈值方法替换这种阈值。我使用的大部分代码来自OpenCV分水岭文档：

img = np.load('file.npy')
kernel = np.ones((3,3), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations = 2)
sure_background = cv2.dilate(opening, kernel, iterations = 50)
dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
ret, sure_foreground = cv2.threshold(dist_transform, 0, dist_transform.max(), cv2.THRESH_BINARY + cv2.THRESH_OTSU)

最后一行导致错误：

  

/tmp/build/80754af9/opencv_1512687413662/work/modules/imgproc/src/thresh.cpp:1402：错误：（-215）src.type（）==（（（0）＆amp;（（1＆lt; ;＆lt; 3） - 1））+（（（1）-1）＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt; 3））函数阈值

我知道在分水岭文档中，在这一步中没有Otsu的阈值，但是我必须设置一个脚本来执行非常多的图像，对我来说重要的是它不需要为每个图像明确设置的阈值。

有没有办法在这个对象上运行这个方法（cv2.threshold）（cv2.distanceTransform的结果）和Otsu的阈值？

修改

老实说，我没有在其他库中寻找类似的解决方案，但现在我在scikit-image库（http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_watershed.html）中找到了分水岭算法。它的使用似乎有点复杂，可能符合我的需求。但我之后询问可能对我（或其他人）有用，所以如果有人有解决方案，那么请分享一下：）

编辑2

当我通过添加以下行来标准化值时：

dist_transform = cv2.normalize(dist_transform, None, 255,0, cv2.NORM_MINMAX, cv2.CV_8UC1)

它有效，但不幸的是，还有另一个问题。当我像这样运行cv2.watershed方法时：

ret, labels = cv2.connectedComponents(sure_foreground)
labels = labels + 1
labels[unknown == 255] = 0
labels = cv2.watershed(img, labels) # this line is wrong

我将此作为错误消息：

  

错误：（-215）src.type（）==（（（0）＆amp;（（1 <＆lt; 3）-1））+（（（3）-1）＆lt;＆lt; 3 ））   ＆安培;＆安培; dst.type（）==（（（4）＆amp;（（1 <＆lt; 3）-1））+（（（1）-1）＆lt;＆lt;＆lt;＆lt;＆lt;＆lt; 3））   分水岭

原因是我使用的图像是1通道阵列，分水岭方法需要3通道阵列（我添加了加载上面的图像）。有办法解决这个问题吗？数据类型是正确的（图像是uint8，标签 - int32）。

Answer 1

您的问题已在documentation：

中指定

  

目前，Otsu的方法仅适用于8位图像。

来自距离变换的那个：

  

dst - 输出具有计算距离的图像。它是一个32位浮点单通道图像，大小与src相同。

这意味着距离变换的输出与使用Otsu方法的阈值变换不相容...

可能的解决方案

您可以截断浮点值并将矩阵转换为uint8以便能够使用它。

np.uint8(dist_transform)

这可能会丢失一些数据，你必须小心负值和通过255的那些... numpy只会给你一个这样的值：

a = np.array([3.4, 2.7, 8.9, -1.2, 267])
np.uint8(a)
# result => array([  3,   2,   8, 255,  11], dtype=uint8)

如你所见，得到-1.2 =＆gt; 255和267 =＆gt; 11和其他数字被截断...你可能想要考虑舍入数字或者可能将数值标准化......一切都取决于你的目标是什么以及你的距离变换看起来如何。

我希望这会对你有所帮助，并且记得要注意src和dst类型，它通常是OpenCV最常见的错误。

Answer 2

正如@ api55所说，OTSU仅适用于CV_8UC1。您可以将dist图像标准化为[0,255]：

dist2 = cv2.normalize(dist, None, 255,0, cv2.NORM_MINMAX, cv2.CV_8UC1)
ret, sure_foreground = cv2.threshold(dist2, 0, int(dist.max()), cv2.THRESH_BINARY + cv2.THRESH_OTSU)

注意：

如果np.uint8(x)包含大于x或小于零的元素（以避免下溢/溢出），则不应简单地使用255。

>>> np.uint8(300)
44
>>> np.uint8(-10)
246

链接可能对显示距离图有用：

How to use `cv2.imshow` correctly for the float image returned by `cv2.distanceTransform`?

更新：

这是distmap比较（第三个是你的方法）：