OpenCV|OpenCV 基于超像素分割的图像区域选取方法及源码 OpenCV基于超像素分割的图像区

本系列文章由 @yhl_leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/51386993

工程源码GitHub: yhlleo/SuperpixelRegionFill
抠取图像区域的一个小demo，借助图像超像素分割的方法，将图像成子分块，再利用种子填充算法，选取子块区域。
超像素分割方法，采用论文 SEEDS: Superpixels Extracted via Energy-Driven Sampling 提出的方法，对于物体的边界具有较好的保留，如下图所示。可以辅助目标检测中制作Banchmark。

文章图片

文章图片

本工程在其基础上，获得的图像labels和contours，然后分别实现区域种子填充，Windows下编译环境为：

OpenCV
CMake
Visual Studio

工程demo包括：

SuperSeedsTest: SEEDS 提供的用例，可获取超像素分割labels和contours
SeedFillTest : 基于labels种子填充子块
BoundaryFillTest : 基于contours种子填充子块

(测试代码以./data文件下demo.jpg为例）

在选取了种子点(col, row)->(248, 71)后，两种方法得到的区域mask分别为:

由于保存的labels图像是8bit位图(内存中是CV_32SC1)，所以是有损的，如果使用labels区域填充的时候，最好不要使用demo中从保存图像中加载labels数据（也就是在内存中进行，例如通过函数传参）。
【OpenCV|OpenCV 基于超像素分割的图像区域选取方法及源码】种子填充算法使用递归的形式，对于小块的像素区域比较有效，但是由于编译器栈深度有限，填充区域过大的时候，会出现栈溢出的BUG，这里需要注意一下（有时间再优化这里）。
更复杂的接口以及操作，可以根据需要自己定义。
References

SEEDS: Superpixels Extracted via Energy-Driven Sampling
SEEDS Superpixels Wrapper for OpenCV

转载于:https://www.cnblogs.com/hehehaha/p/6332132.html