这篇文章给大家分享的是有关C++ OpenCV图像分割之如何实现分水岭分割的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
API介绍
void watershed( InputArray image, InputOutputArray markers );
参数说明：
image: 必须是一个8bit 3通道彩色图像矩阵序列
markers: 在执行分水岭函数watershed之前，必须对第二个参数markers进行处理，它应该包含不同区域的轮廓，每个轮廓有一个自己唯一的编号，轮廓的定位可以通过Opencv中findContours方法实现，这个是执行分水岭之前的要求。算法会根据markers传入的轮廓作为种子（也就是所谓的注水点），对图像上其他的像素点根据分水岭算法规则进行判断，并对每个像素点的区域归属进行划定，直到处理完图像上所有像素点。而区域与区域之间的分界处的值被置为“-1”，以做区分。
上面的API函数非常简单，但是参数里面第二个说了在需要进行轮廓的提取，所以说在做分水岭操作之前，我们要结合以前学过的知识对图像进行先一步的处理如 均值滤波----变成灰度图---二值化---形态学操作---查找轮廓等
代码演示
我们再新建一个项目名为opencv--Matting，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法.
运行一下看我们的源图
上面就是我们的源图，然后我们开始进行图像分割
1.均值漂移算法
我们看一下结果,右图上变化不大,就是相当于做了一个简单的模糊
2.把图像转为灰度图并进行二值化操作
再运行看一下效果
3.图二值化图像进行距离变化并归一化显示出来
运行效果
4.将变换后的重新二值化显示出来
运行效果
5.定义markers并划到新的Mat里面
6.对源图进行形态学操作，去掉干扰，让效果更好
7.将生成的markers进行分水岭转换
8.生成随机颜色，并填充颜色，在新的图像中画出来后看一下分割的效果
9.显示最后填充的图片并打印出一共多少个
我们来看一下运行效果
可以看到上面已经把所有的颜色都区分开了，我们再看一下输入的轮廓数，下面打印出来的就是14个，也和我们图片中是一样的。
感谢各位的阅读！关于“C++ OpenCV图像分割之如何实现分水岭分割”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
