【OpenCV】Meanshift图像分割 OpenCV

OpenCV中自带有基于meanshift的分割方法pyrMeanShiftFiltering()。由函数名pyrMeanShiftFiltering可知，这里是将meanshift算法和图像金字塔相结合用来分割的。

void PyrMeanShiftFiltering( const CvArr* srcarr,//输入图像 CvArr* dstarr,//输出图像 doublesp,//颜色域半径 double sr,//空间域半径 int max_level,//金字塔最大层数 CvTermCriteria termcrit )//迭代终止条件

/******************************** image输入三通道8bit彩色图像，同时作为输出。 mask是掩模图像，它的大小是输入图像的长宽左右各加1个像素， mask一方面作为输入的掩模图像，另一方面也会在填充的过程中不断被更新。 floodFill漫水填充的过程并不会填充mask上灰度值不为0的像素点，所以可以使用一个图像边缘检测的输出作为mask，这样填充就不会填充或越过边缘轮廓。 mask在填充的过程中被更新的过程是这样的：每当一个原始图上一个点位（x，y）被填充之后，该点位置对应的mask上的点（x+1，y+1）的灰度值随机被设置为1（原本该点的灰度值为0），代表该点已经被填充处理过。 seedPoint是漫水填充的起始种子点。 newVal被充填的色彩值。 rect可选的参数，用于设置floodFill函数将要重绘区域的最小矩形区域； loDiff upDiff用于定义跟种子点相比色彩的下限值和上限值，介于种子点减去loDiff和种子点加上upDiff的值会被填充为跟种子点同样的颜色。第八个参数，定义漫水填充的模式，用于连通性、扩展方向等的定义。 */ int cv::floodFill(InputOutputArrayimage, InputOutputArraymask, PointseedPoint, ScalarnewVal, Rect *rect = 0, ScalarloDiff = Scalar(), ScalarupDiff = Scalar(), intflags = 4 )

效果图：
原图

文章图片

meanshift分割

文章图片

漫水填充后

文章图片

步骤：
（1）读入图像并显示
【【OpenCV】Meanshift图像分割】

文章图片

（2）设置参数并进行分割

文章图片

（3）设置掩模进行漫水填充

文章图片

程序：

//meanshift程序 #include "opencv2/highgui/highgui.hpp" #include "opencv2/core/core.hpp" #include "opencv2/imgproc/imgproc.hpp"using namespace cv; using namespace std; int main(int argc, char** argv) { Mat src_img = imread("2.jpg"); //读入图像，RGB三通道 imshow("src 1210", src_img); Mat dst_img; //分割后图像 int spatialRad = 50; //空间窗口大小 int colorRad = 50; //色彩窗口大小 int maxPyrLevel = 2; //金字塔层数 pyrMeanShiftFiltering(src_img, dst_img, spatialRad, colorRad, maxPyrLevel); //色彩聚类平滑滤波 imshow("dst 1210", dst_img); RNG rng = theRNG(); Mat mask(dst_img.rows + 2, dst_img.cols + 2, CV_8UC1, Scalar::all(0)); //掩模 for (int y = 0; y < dst_img.rows; y++) { for (int x = 0; x < dst_img.cols; x++) { if (mask.at(y + 1, x + 1) == 0)//非0处即为1，表示已经经过填充，不再处理 { Scalar newVal(rng(256), rng(256), rng(256)); floodFill(dst_img, mask, Point(x, y), newVal, 0, Scalar::all(5), Scalar::all(5)); //执行漫水填充 } } } imshow("漫水填充", dst_img); waitKey(); return 0; }