win10+Python3.7.3+OpenCV3.4.1入門學習（十七 圖像分割與提取）————17.3 分水嶺算法圖像分割執行個體i

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，開發環境為PyCharm

17.3 分水嶺算法圖像分割執行個體

本節結合前面介紹的知識，講解一個圖像分割執行個體。使用分水嶺算法進行圖像分割時，基本的步驟為：

1．通過形态學開運算對原始圖像O去噪。

2．通過腐蝕操作擷取“确定背景B”。需要注意，這裡得到“原始圖像-确定背景”即可。

3．利用距離變換函數cv2.distanceTransform()對原始圖像進行運算，并對其進行門檻值處理，得到“确定前景F”。

4．計算未知區域UN（UN=O -B - F）。

5．利用函數cv2.connectedComponents()對原始圖像O進行标注。

6．對函數cv2.connectedComponents()的标注結果進行修正。

7．使用分水嶺函數完成對圖像的分割。

eg1：使用分水嶺算法對一幅圖像進行分割，并觀察分割的效果。

代碼如下：

import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('water_coins.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
ishow=img.copy()
ret, thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
kernel = np.ones((3,3),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)
sure_bg = cv2.dilate(opening,kernel,iterations=3)
dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,5)
ret, sure_fg = cv2.threshold(dist_transform,0.7*dist_transform.max(),255,0)
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg,sure_fg)
ret, markers = cv2.connectedComponents(sure_fg)
markers = markers+1
markers[unknown==255] = 0
markers = cv2.watershed(img,markers)
img[markers == -1] = [0,255,0]
plt.subplot(121)
plt.imshow(ishow)
plt.axis('off')
plt.subplot(122)
plt.imshow(img)
plt.axis('off')
plt.show()
           

運作上述程式，得到的結果如下圖所示。