形态学滤波（4）：使用分水岭算法对图像进行分割

一、分水岭算法

　　分水岭变换是一个流行的图像处理算法，用于快速分割图像为同类区域。它背后的原理是，将图像视为拓扑结构的地图，

那么均质区域对应的是被陡峭边缘包围的平坦盆地。

实现方法：

　　分水岭分割的结果是通过watershed()函数获取。

　　我们将图片中已知属于某个区域的像素进行标记，基于这个标记，分水岭算法开始确定其他像素的归属区域。

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

/*
    我们将创建灰度格式的标记图，然后将它转化成一张整图
    把这些步骤封装在WatershedSegmenter类中
*/
class WatershedSegmenter {
private:
    Mat markers;
public:
    void setMarkers(const Mat &markerImage) {
        //转换位整数图像
        markerImage.convertTo(markers, CV_32S);
    }

    Mat process(const Mat &image) {
        //使用算法
        watershed(image, markers);
        return markers;
    }
};

int main()
{
    //载入原图
    Mat image = imread("C:\Users\Nelsoner\Desktop\Camera Roll\008.jpg");

    //移除噪点与微小物体
    Mat fg;
    erode(image, fg, Mat(), Point(-1, -1), 6);

    
    //识别不包含物体的像素
    Mat bg;
    dilate(image, bg, Mat(), Point(-1, -1), 6);
    threshold(bg, bg, 1, 128, THRESH_BINARY_INV);




    //创建标记图像
    Mat markers(image.size(), CV_8U, Scalar(0));
    markers = fg + bg;

    
    //创建分水岭分割对象
    WatershedSegmenter segmenter;
    //设置标记，并进行处理
    segmenter.setMarkers(markers);

    markers = segmenter.process(image);
    
    
namedWindow("hah");
    imshow("hah", markers);
    

    waitKey();
    
    return 0;
}