理論
任意的灰度圖像可以被看做是地質(zhì)學(xué)表面锚国，高亮度的地方是山峰托享，低亮度的地方是山谷。給每個(gè)孤立的山谷（局部最小值）不同顏色的水（標(biāo)簽）顶瞒，當(dāng)水漲起來(lái)夸政，根據(jù)周?chē)纳椒澹ㄌ荻龋煌纳焦纫簿褪遣煌念伾珪?huì)開(kāi)始合并榴徐，要避免這個(gè)守问，你可以在水要合并的地方建立障礙，直到所有山峰都被淹沒(méi)坑资。你所創(chuàng)建的障礙就是分割結(jié)果耗帕，這個(gè)就是分水嶺的原理，但是這個(gè)方法會(huì)分割過(guò)度袱贮，因?yàn)橛性朦c(diǎn)仿便，或者其他圖像上的錯(cuò)誤。所以O(shè)penCV實(shí)現(xiàn)了一個(gè)機(jī)遇標(biāo)記的分水嶺算法攒巍，你可以指定哪些是要合并的點(diǎn)嗽仪，哪些不是，這是一個(gè)交互式的圖像分割窑业，我們要做的是給不同的標(biāo)簽钦幔。給我們知道是前景或者是目標(biāo)用一種顏色加上標(biāo)簽，給我們知道是背景或者非目標(biāo)加上另一個(gè)顏色常柄，最后不知道是什么的區(qū)域標(biāo)記為0. 然后使用分水嶺算法鲤氢，
代碼
下面我們來(lái)看一個(gè)用距離算法和分水嶺算法來(lái)分割的例子搀擂。
看下面的硬幣圖像科汗，硬幣互相之間挨著桌粉，即便你用了閾值，他們也是相互連接跌宛。
我們先找到大概的硬幣相种，使用Otsu 二值化威恼。
import numpy as np
import cv2
from matplotlib import pyplot as pltimg = cv2.imread('coins.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
結(jié)果：
現(xiàn)在我們需要去掉小的白色噪點(diǎn)，我們使用形態(tài)學(xué)開(kāi)運(yùn)算寝并。要去除小的洞箫措，我們可以用形態(tài)學(xué)閉運(yùn)算。所以現(xiàn)在我們知道了靠近目標(biāo)中心的區(qū)域是前景衬潦，離目標(biāo)遠(yuǎn)的是背景斤蔓，只有硬幣邊緣區(qū)域是未知的。
所以我們需要解出我們?nèi)ト怂麄兪怯矌诺膮^(qū)域镀岛。腐蝕法去掉邊緣的像素弦牡，剩下的就是硬幣，這在目標(biāo)不是挨著的情況下是可行的漂羊，但是由于他們是互相挨著的驾锰，更好的選擇是用距離轉(zhuǎn)換，配合一個(gè)合適的閾值走越。接著我們需要找到我們?nèi)ト瞬皇怯矌诺膮^(qū)域椭豫。要做這個(gè)，我們對(duì)結(jié)果進(jìn)行膨脹旨指，膨脹會(huì)把目標(biāo)邊緣擴(kuò)展到背景捻悯，這樣，我們可以確保結(jié)果的背景區(qū)域確實(shí)是背景淤毛，由于邊緣被去掉了今缚。
剩下的區(qū)域就是我們不確認(rèn)的了，有可能是硬幣有可能是背景低淡，分水嶺算法應(yīng)該能找到姓言，這些區(qū)域一般是在硬幣邊界周?chē)熬昂捅尘敖唤樱ɑ蛘邇蓚€(gè)硬幣交接）蔗蹋，我們叫他們邊界何荚，可以從sure_gb里面減去sure_fg得到。
# noise removal
kernel = np.ones((3,3),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)# sure background area
sure_bg = cv2.dilate(opening,kernel,iterations=3)# Finding sure foreground area
dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,5)
ret, sure_fg = cv2.threshold(dist_transform,0.7*dist_transform.max(),255,0)# Finding unknown region
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg,sure_fg)
看結(jié)果猪杭，在使用閾值過(guò)濾的圖像里餐塘，我們得到了我們確認(rèn)是硬幣的區(qū)域，在有些情況下皂吮，你可能值對(duì)前景分割感興趣戒傻，而不太關(guān)心挨著的目標(biāo)是否要分開(kāi)税手。那樣的話(huà)，你不用距離變換需纳，只用做腐蝕就可以了芦倒。腐蝕是用來(lái)解出我們確認(rèn)是前景的。
現(xiàn)在我們知道哪些區(qū)域是硬幣不翩，哪些是背景兵扬。我們創(chuàng)建標(biāo)記（這個(gè)是和原始圖像的大小一樣的數(shù)組，只不過(guò)數(shù)據(jù)類(lèi)型是int32）然后在里面標(biāo)記區(qū)域口蝠，我們確認(rèn)的區(qū)域（前景或者背景）用不同的正整數(shù)標(biāo)記出來(lái)器钟，我們不確認(rèn)的區(qū)域保持0，我們可以用cv2.connectedComponents()來(lái)做這個(gè)妙蔗，它把圖像背景標(biāo)成0俱箱，其他目標(biāo)用從1開(kāi)始的整數(shù)標(biāo)記。
但是我們知道如果背景被標(biāo)成0灭必，分水嶺會(huì)認(rèn)為他是未知區(qū)域，所以我們要用不同的整數(shù)來(lái)標(biāo)記
# Marker labelling
ret, markers = cv2.connectedComponents(sure_fg)
# Add one to all labels so that sure background is not 0, but 1
markers = markers+1
# Now, mark the region of unknown with zero
markers[unknown==255]=0
看結(jié)果的彩色JET圖乃摹，暗藍(lán)色區(qū)域顯示未知區(qū)域禁漓，確認(rèn)是硬幣的區(qū)域是不同顏色。剩下的區(qū)域是淺藍(lán)色孵睬。
現(xiàn)在我們的標(biāo)記準(zhǔn)備好了播歼，是時(shí)候最后一步了，使用分水嶺掰读，標(biāo)記圖像會(huì)被修改秘狞，邊界區(qū)域會(huì)被標(biāo)記成0.
markers = cv2.watershed(img,markers)
img[markers == -1] = [255,0,0]
結(jié)果如下，
END
