使用 OpenCV 对距离图像进行分水岭变换答案

【问题标题】：Watershed Transform of Distance Image with OpenCV使用 OpenCV 对距离图像进行分水岭变换
【发布时间】：2014-09-12 07:37:47
【问题描述】：

在Matlab中，我们可以对距离变换进行分水岭变换，将两个接触的物体分开：

上面的第一张图片是我们希望分离的带有触摸对象的图片。第二张图是它的距离变换。

所以，如果黑白图像被称为img，在Matlab中我们可以这样做：

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。似乎要执行使用 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，您可以看到执行分水岭后的markers 图像。原来的黑白img用红色叠加在上面。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？

【问题讨论】：

标签： python opencv distance image-segmentation watershed

【解决方案1】：

您会更好地了解分水岭功能中可能发生的情况。它开始用种子泛滥，并将其邻居的坐标和梯度放入优先队列中。

如你所知，当你在img上应用distanceTransform时，圆的梯度变成0或1，但背景总是0；

所以，现在你有 3 个种子，并且泛洪开始工作：背景（种子 3）、邻居（种子 1）、邻居（种子 2），它们可以依次工作，直到种子 1 或种子 2 满足它们的梯度 1；那么只要seed3就可以继续工作了。

当seed3遇到圆的边界时，它的梯度变为1，现在它们又可以轮流工作了。

所以如果要保证物体边界不变，最好在seed3遇到圆的边界时加大梯度。

就像：

dist = cv2.distanceTransform(img, cv2.cv.CV_DIST_L2, cv2.cv.CV_DIST_MASK_PRECISE)
dist[dist > 0] += 2.0

这里是result

...里面有一些问题（当队列中所有的梯度都是1时，先弹出哪个先弹出，后弹出哪个）

【讨论】：