经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置：技术经验 » 程序设计 » C 语言 » 查看文章
基于OpenCV实现图像分割
来源：jb51　　时间：2021/9/6 10:18:00　　对本文有异议

本文实例为大家分享了基于OpenCV实现图像分割的具体代码，供大家参考，具体内容如下

1、图像阈值化

源代码：

  1. #include "opencv2/highgui/highgui.hpp"
  2. #include "opencv2/imgproc/imgproc.hpp"
  3. #include <iostream>
  4. using namespace std;
  5. using namespace cv;
  6. int thresholds=50;
  7. int model=2;
  8. Mat image,srcimage;
  9. void track(int ,void *)
  10. {
  11.     Mat result;
  12.     threshold(srcimage,result,thresholds,255,CV_THRESH_BINARY);
  13.     //imshow("原图",result);
  14.  if(model==0)
  15.  {
  16.   threshold(srcimage,result,thresholds,255,CV_THRESH_BINARY);
  17.   imshow("分割",result);
  18.  }
  19.  if(model==1)
  20.  {
  21.   threshold(srcimage,result,thresholds,255,THRESH_BINARY_INV);
  22.   imshow("分割",result); 
  23.  }
  24.  if(model==2)
  25.  {
  26.   threshold(srcimage,result,thresholds,255,THRESH_TRUNC);
  27.   imshow("分割",result);
  28.  }
  29.  if(model==3)
  30.  {
  31.   threshold(srcimage,result,thresholds,255,THRESH_TOZERO);
  32.   imshow("分割",result);
  33.  }
  34.  if(model==4)
  35.  {
  36.   threshold(srcimage,result,thresholds,255,THRESH_TOZERO_INV);
  37.   imshow("分割",result);
  38.  }
  39. }
  40. int main()
  41. {
  42.     image=imread("2.2.tif");
  43.     if(!image.data)
  44.     {
  45.         return 0;
  46.     }
  47.     cvtColor(image,srcimage,CV_BGR2GRAY);
  48.     namedWindow("分割",WINDOW_AUTOSIZE);
  49.     cv::createTrackbar("阈a值：","分割",&thresholds,255,track);
  50.  cv::createTrackbar("模式：","分割",&model,4,track);
  51.     track(thresholds,0);
  52.  track(model,0);
  53.     waitKey(0);
  54.     return 0;
  55. }

实现结果：

2、阈值处理

  1. //阈值处理
  2. #include "opencv2/core/core.hpp"
  3. #include "opencv2/highgui/highgui.hpp"
  4. #include "opencv2/imgproc/imgproc.hpp"
  5.     
  6.     using namespace cv;
  7.     using namespace std;
  8.     
  9.     int main()
  10.     {
  11.      printf("键盘按键ESC--退出程序");
  12.      Mat g_srcImage = imread("1.tif",0);
  13.      if(!g_srcImage.data)
  14.      {
  15.       printf("读取图片失败");
  16.      }
  17.      imshow("原始图",g_srcImage);
  18.     
  19.      //大津法阈值分割显示
  20.      /*大津法,简称OTSU.它是按图像的灰度特性,将图像分成背景
  21.      和目标2部分。背景和目标之间的类间方差越大,说明构成图像
  22.      的2部分的差别越大,当部分目标错分为背景或部分背景错分为
  23.      目标都会导致2部分差别变小。*/
  24.      Mat OtsuImage;
  25.      threshold(g_srcImage,OtsuImage,0,255,THRESH_OTSU);//0不起作用，可为任意阈值
  26.      imshow("OtsuImage",OtsuImage);
  27.     
  28.      //自适应分割并显示
  29.      Mat AdaptImage;
  30.      //THRESH_BINARY_INV：参数二值化取反
  31.      adaptiveThreshold(g_srcImage,AdaptImage,255,0,THRESH_BINARY_INV,7,8);
  32.      imshow("AdaptImage",AdaptImage);
  33.     
  34.      while(1)
  35.      {
  36.       int key;
  37.       key = waitKey(20);
  38.       if((char)key == 27)
  39.       { break; }
  40.      }
  41.     }

效果图：

3、拉普拉斯检测

  1. //Laplacian检测
  2. #include "opencv2/core/core.hpp"
  3. #include "opencv2/highgui/highgui.hpp"
  4. #include "opencv2/imgproc/imgproc.hpp"
  5. using namespace cv;
  6. using namespace std;
  7.  
  8. /*，在只关心边缘的位置而不考虑其周围的象素灰度差值时比较合适。
  9. Laplace 算子对孤立象素的响应要比对边缘或线的响应要更强烈，因此
  10. 只适用于无噪声图象。存在噪声情况下，使用 Laplacian 算子检测边
  11. 缘之前需要先进行低通滤波。*/
  12. int main()
  13. {
  14.  Mat src,src_gray,dst,abs_dst;
  15.  src = imread("1.jpg");
  16.  imshow("原始图像",src);
  17.  
  18.  //高斯滤波
  19.  GaussianBlur(src,src,Size(3,3),0,0,BORDER_DEFAULT);
  20.  //转化为灰度图，输入只能为单通道
  21.  cvtColor(src,src_gray,CV_BGR2GRAY);
  22.  
  23.  Laplacian(src_gray,dst,CV_16S,3,1,0,BORDER_DEFAULT);
  24.  convertScaleAbs(dst,abs_dst);
  25.  imshow("效果图Laplace变换",abs_dst);
  26.  waitKey();
  27.  return 0;
  28.  
  29. }

效果图：

4、canny算法的边缘检测

源代码

  1. #include "opencv2/core/core.hpp"
  2. #include "opencv2/highgui/highgui.hpp"
  3. #include "opencv2/imgproc/imgproc.hpp"
  4. using namespace cv;
  5. using namespace std;
  6. /*如果某一像素位置的幅值超过高阈值，该像素被保留为边缘像素。如果某
  7. 一像素位置的幅值小于低阈值，该像素被排除。如果某一像素位置的幅值在
  8. 两个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留。 */
  9. int main()
  10. {
  11.  Mat picture2=imread("1.jpg");
  12.  Mat new_picture2;
  13.  Mat picture2_1=picture2.clone();
  14.  Mat gray_picture2 , edge , new_edge;
  15.  imshow("【原始图】Canny边缘检测" , picture2);
  16.  Canny(picture2_1 , new_picture2 ,150 , 100 ,3  );
  17.  imshow("【效果图】Canny边缘检测", new_picture2 );
  18.  Mat dstImage,grayImage;
  19.  //dstImage与srcImage同大小类型
  20.  dstImage.create(picture2_1.size() , picture2_1.type());
  21.  cvtColor(picture2_1,gray_picture2,CV_BGR2GRAY);//转化为灰度图
  22.  blur(gray_picture2 , edge , Size(3,3));//用3x3的内核降噪
  23.  Canny(edge,edge,3,9,3);
  24.  dstImage = Scalar::all(0);//将dst内所有元素设置为0
  25.  //使用canny算子的边缘图edge作为掩码，将原图拷贝到dst中
  26.  picture2_1.copyTo(dstImage,edge);
  27.  imshow("效果图Canny边缘检测2",dstImage);
  28.  waitKey();
  29. }

效果图：

5、图像的分水岭算法

源代码：

  1. #include "opencv2/core/core.hpp"
  2. #include "opencv2/highgui/highgui.hpp"
  3. #include "opencv2/imgproc/imgproc.hpp"
  4. #include  <iostream>
  5.  
  6. using namespace cv;
  7. using namespace std;
  8.  
  9. #define WINDOW_NAME1 "显示/操作窗口"
  10. #define WINDOW_NAME2 "分水岭算法效果图"
  11.  
  12. Mat g_maskImage,g_srcImage;
  13. Point prevPt(-1,-1);
  14.  
  15. static void ShowHelpText();
  16. static void on_Mouse(int event,int x,int y,int flags,void*);
  17.  
  18. //输出一些帮助信息
  19. static void ShowHelpText()
  20. {
  21.  printf("当前使用的版本为:"CV_VERSION);
  22.  printf("\n");
  23.  printf("分水岭算法---点中图片进行鼠标或按键操作\n");
  24.  printf("请先用鼠标在图片窗口中标记出大致的区域，\n然后再按键【1】或者【space】启动算法");
  25.  printf("\n按键操作说明：\n"
  26.   "键盘按键【1】或者【space】--运行的分水岭分割算法\n"
  27.   "键盘按键【2】--回复原始图片\n"
  28.   "键盘按键【ESC】--退出程序\n");
  29. }
  30.  
  31. static void on_Mouse(int event,int x,int y,int flags,void*)
  32. {
  33.  if(x<0||x>=g_srcImage.cols||y<0||y>=g_srcImage.rows)
  34.   return;
  35.  
  36.  
  37.  if(event == CV_EVENT_LBUTTONUP||!(flags & CV_EVENT_FLAG_LBUTTON))
  38.   prevPt = Point(-1,-1);
  39.  
  40.  else if(event == CV_EVENT_LBUTTONDOWN)
  41.   prevPt= Point(x,y);
  42.  
  43.  else if(event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON))
  44.  {
  45.   Point pt(x,y);
  46.   if(prevPt.x<0)
  47.    prevPt = pt;
  48.   line(g_maskImage,prevPt,pt,Scalar::all(255),5,8,0);
  49.   line(g_srcImage,prevPt,pt,Scalar::all(255),5,8,0);
  50.   prevPt = pt;
  51.   imshow(WINDOW_NAME1,g_srcImage);
  52.  }
  53. }
  54.  
  55. int main(int argc,char**  argv)
  56. {
  57.  system("color A5");
  58.  
  59.  ShowHelpText();
  60.  
  61.  g_srcImage = imread("1.jpg",1);
  62.  imshow(WINDOW_NAME1,g_srcImage);
  63.  Mat srcImage,grayImage;
  64.  g_srcImage.copyTo(srcImage);
  65.  cvtColor(g_srcImage,g_maskImage,CV_BGR2GRAY);
  66.  cvtColor(g_maskImage,grayImage,CV_GRAY2BGR);//灰度图转BGR3通道，但每通道的值都是原先单通道的值，所以也是显示灰色的
  67.  g_maskImage = Scalar::all(0);//黑
  68.  
  69.  setMouseCallback(WINDOW_NAME1,on_Mouse,0);
  70.  
  71.  while(1)
  72.  {
  73.   int c = waitKey(0);
  74.   if((char)c == 27)
  75.    break;
  76.   if((char)c == '2')
  77.   {
  78.    g_maskImage = Scalar::all(0);//黑
  79.    srcImage.copyTo(g_srcImage);
  80.    imshow("image",g_srcImage);
  81.   }
  82.   if((char)c == '1'||(char)c == ' ')
  83.   {
  84.    int i,j,compCount = 0;
  85.    vector<vector<Point>> contours;//定义轮廓
  86.    vector<Vec4i> hierarchy;//定义轮廓的层次
  87.  
  88.    findContours(g_maskImage,contours,hierarchy,RETR_CCOMP,CHAIN_APPROX_SIMPLE);
  89.    if(contours.empty())
  90.     continue;
  91.    Mat maskImage(g_maskImage.size(),CV_32S);
  92.    maskImage = Scalar::all(0);
  93.  
  94.    for(int index = 0;index >= 0;index = hierarchy[index][0],compCount++)
  95.     drawContours(maskImage,contours,index,Scalar::all(compCount+1),-1,8,hierarchy,INT_MAX);
  96.    if(compCount == 0)
  97.     continue;
  98.    vector<Vec3b> colorTab;
  99.    for(i=0;i<compCount;i++)
  100.    {
  101.     int b = theRNG().uniform(0,255);
  102.     int g = theRNG().uniform(0,255);
  103.     int r = theRNG().uniform(0,255);
  104.     colorTab.push_back(Vec3b((uchar)b,(uchar)g,(uchar)r));
  105.    }
  106.     //计算处理时间并输出到窗口中
  107.    double dTime = (double)getTickCount();
  108.    watershed(srcImage,maskImage);
  109.    dTime = (double)getTickCount()-dTime;
  110.    printf("\t处理时间=%gms\n",dTime*1000./getTickFrequency());
  111.    //双层循环，将分水岭图像遍历存入watershedImage中
  112.    Mat watershedImage(maskImage.size(),CV_8UC3);
  113.    for(i=0;i<maskImage.rows;i++)
  114.     for(j=0;j<maskImage.cols;j++)
  115.     {
  116.      int index = maskImage.at<int>(i,j);
  117.      if(index == -1)
  118.       watershedImage.at<Vec3b>(i,j) = Vec3b(255,255,255);
  119.      else if(index<=0||index>compCount)
  120.       watershedImage.at<Vec3b>(i,j) = Vec3b(0,0,0);
  121.      else
  122.       watershedImage.at<Vec3b>(i,j) = colorTab[index-1]; 
  123.     }
  124.     //混合灰度图和分水岭效果图并显示最终的窗口
  125.     watershedImage = watershedImage*0.5+grayImage*0.5;
  126.     imshow(WINDOW_NAME2,watershedImage);        
  127.   } 
  128.  }
  129.  waitKey();
  130.  return 0;
  131. }

效果图：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持w3xue。

 友情链接：直通硅谷 　点职佳 　北美留学生论坛

C 语言热门文章

  • 图形学入门(1)——直线生成算法（DDA和Bresenham）
  • 用C语言制作一个最简单的飞机游戏！
  • MODBUS 超时时间计算
  • zabbix wait for 15s seconds 出现原因及调优建议
  • C/C++知识分享：assert()函数
  • 图形学入门(2)——圆弧生成算法（中点画圆法）
  • C 共享内存封装
  • C语言中break与continue的用法和区别详解
  • GStreamer基础教程09 - Appsrc及Appsink
  • 三元组矩阵行列式的计算（用递归）

    • C 语言推荐文章

  • C语言指针易混淆知识点总结
  • 进程间通信
  • 数组降维、函数栈帧、地址空间、可变参数原理剖析
  • 【Learning eBPF-3】一个 eBPF 程序的深入剖析
  • [apue] 进程控制那些事儿
  • 解密C语言选择结构：掌握条件语句与分支逻辑的利器
  • 精通C语言：打造高效便捷的通讯录管理系统
  • c语言实现内存池
  • [数据结构] 数组与特殊矩阵
  • 探索C语言结构体：编程中的利器与艺术

    • 本站QQ群：前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

    W3xue 的所有内容仅供测试，对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
    关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接（目前9元/月）请联系QQ：27243702 沸活量
    皖ICP备17017327号-2　皖公网安备34020702000426号