基于边缘的图像分割——分水岭算法（watershed）算法分析（附opencv源码分析）

最近需要做一个图像分割的程序，查了opencv的源代码，发现opencv里实现的图像分割一共有两个方法，watershed和mean-shift算法。这两个算法的具体实现都在segmentation.cpp文件内。

watershed（分水岭算法）方法是一种基于边界点的分割算法。我想好好的研究一下， 网上找了一些博客和教程，感觉也就泛泛的解释了一下实验的流程，具体算法的运行过程并不清楚，又把原始论文拿出来看了看，看完了以后也不太清晰，索性把opencv的源码挑出来分析一下。

首先，写一个图像分割的小程序。代码如下：

#include "stdafx.h" #include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp"#include <iostream>using namespace cv; using namespace std;Vec3b RandomColor(int value); //生成随机颜色函数int main( int argc, char* argv[] ) {//src = imread( "E://ylab//DY//ETHZShapeClasses-V1.2//Bottles//green.jpg" );//src = imread( "E://ylab//DY//ETHZShapeClasses-V1.2//Mugs//jazzburger.jpg" );//src = imread( "E://1.png" );//Mat image=imread( "E://ylab//DY//ETHZShapeClasses-V1.2//Bottles//green.jpg" );Mat image=imread( "E://ylab//DY//ETHZShapeClasses-V1.2//bottles//green.jpg" );//载入RGB彩色图像imshow("Source Image",image);//灰度化，滤波，Canny边缘检测Mat imageGray,imageCanny;cvtColor(image,imageGray,CV_RGB2GRAY);//灰度转换GaussianBlur(imageGray,imageGray,Size(5,5),2); //高斯滤波imshow("Gray Image",imageGray); Canny(imageGray,imageCanny,40,100); imshow("Canny Image",imageCanny);//查找轮廓vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours(imageCanny,contours,hierarchy,RETR_LIST,CHAIN_APPROX_SIMPLE,Point()); Mat imageContours=Mat::zeros(image.size(),CV_8UC1); //轮廓 Mat marks(image.size(),CV_32S); //Opencv分水岭第二个矩阵参数marks=Scalar::all(0);int index = 0;int compCount = 0;for( ; index >= 0; index = hierarchy[index][0], compCount++ ) {//对marks进行标记，对不同区域的轮廓进行编号，相当于设置注水点，有多少轮廓，就有多少注水点drawContours(marks, contours, index, Scalar::all(compCount+1), 1, 8, hierarchy);drawContours(imageContours,contours,index,Scalar(255),1,8,hierarchy); }//我们来看一下传入的矩阵marks里是什么东西Mat marksShows;convertScaleAbs(marks,marksShows);imshow("marksShow",marksShows);imshow("轮廓",imageContours);watershed(image,marks);//我们再来看一下分水岭算法之后的矩阵marks里是什么东西Mat afterWatershed;convertScaleAbs(marks,afterWatershed);imshow("After Watershed",afterWatershed);//对每一个区域进行颜色填充Mat PerspectiveImage=Mat::zeros(image.size(),CV_8UC3);for(int i=0;i<marks.rows;i++){for(int j=0;j<marks.cols;j++){int index=marks.at<int>(i,j);if(marks.at<int>(i,j)==-1){PerspectiveImage.at<Vec3b>(i,j)=Vec3b(255,255,255);} else{PerspectiveImage.at<Vec3b>(i,j) =RandomColor(index);}}}imshow("After ColorFill",PerspectiveImage);//分割并填充颜色的结果跟原始图像融合Mat wshed;addWeighted(image,0.4,PerspectiveImage,0.6,0,wshed);imshow("AddWeighted Image",wshed);waitKey(); }Vec3b RandomColor(int value) //生成随机颜色函数 {value=value%255; //生成0~255的随机数RNG rng;int aa=rng.uniform(0,value);int bb=rng.uniform(0,value);int cc=rng.uniform(0,value);return Vec3b(aa,bb,cc); }
里面基本上都是调用opencv现成的函数，实现watershed算法，算法的运行结果可以看一下：

从代码和最终结果里可以大致的看出算法的流程：

1.进行灰度化

2.高斯滤波以消除噪声的干扰

3.用canny算子检测边缘

4.用findcontours查找轮廓

5.利用轮廓特征，实现图像分割

然后，把watershed的源码单独拿出来分析一下，我做了一些必要的注释：

typedef struct CvWSNode {struct CvWSNode* next;int mask_ofs;int img_ofs; } CvWSNode;typedef struct CvWSQueuev //这个仅仅是一个头指针 {CvWSNode* first;CvWSNode* last; } CvWSQueue;watershed的具体实现中，用队列来实现对像素点的存储。（我本来还以为会用什么很高级的数据结构或者很复杂的算法，等真正的看完代码才发现，用的也就是很基本的数据结构和想法，只是实现起来有些复杂，需要考虑的细节比较多）这是定义的两个结构体，CvWSNode用来存储队列中的点，其中的next元素用来指向队列中的下一个点，CvWSQueuev是队列的头指针。

static CvWSNode* icvAllocWSNodes( CvMemStorage* storage ) //申请一段连续的内存空间，并将内存空间连接起来 {CvWSNode* n = 0;int i, count = (storage->block_size - sizeof(CvMemBlock))/sizeof(*n) - 1;n = (CvWSNode*)cvMemStorageAlloc( storage, count*sizeof(*n) );for( i = 0; i < count-1; i++ )n[i].next = n + i + 1;n[count-1].next = 0;return n; }
这一个函数的作用就是申请一段连续的内存空间，用来存储像素点

CV_IMPL void cvWatershed( const CvArr* srcarr, CvArr* dstarr ) {const int IN_QUEUE = -2;const int WSHED = -1;const int NQ = 256;cv::Ptr<CvMemStorage> storage;CvMat sstub, *src;CvMat dstub, *dst;CvSize size;CvWSNode* free_node = 0, *node;CvWSQueue q[NQ];int active_queue;int i, j;int db, dg, dr;int* mask;uchar* img;int mstep, istep;int subs_tab[513];// MAX(a,b) = b + MAX(a-b,0)#define ws_max(a,b) ((b) + subs_tab[(a)-(b)+NQ])// MIN(a,b) = a - MAX(a-b,0)#define ws_min(a,b) ((a) - subs_tab[(a)-(b)+NQ])#define ws_push(idx,mofs,iofs) \{ \if( !free_node ) \free_node = icvAllocWSNodes( storage );\node = free_node; \free_node = free_node->next;\node->next = 0; \node->mask_ofs = mofs; \node->img_ofs = iofs; \if( q[idx].last ) \q[idx].last->next=node; \else \q[idx].first = node; \q[idx].last = node; \}#define ws_pop(idx,mofs,iofs) \{ \node = q[idx].first; \q[idx].first = node->next; \if( !node->next ) \q[idx].last = 0; \node->next = free_node; \free_node = node; \mofs = node->mask_ofs; \iofs = node->img_ofs; \}#define c_diff(ptr1,ptr2,diff) \{ \db = abs((ptr1)[0] - (ptr2)[0]);\dg = abs((ptr1)[1] - (ptr2)[1]);\dr = abs((ptr1)[2] - (ptr2)[2]);\diff = ws_max(db,dg); \diff = ws_max(diff,dr); \assert( 0 <= diff && diff <= 255 ); \}src = cvGetMat( srcarr, &sstub );dst = cvGetMat( dstarr, &dstub );if( CV_MAT_TYPE(src->type) != CV_8UC3 )CV_Error( CV_StsUnsupportedFormat, "Only 8-bit, 3-channel input images are supported" );if( CV_MAT_TYPE(dst->type) != CV_32SC1 )CV_Error( CV_StsUnsupportedFormat,"Only 32-bit, 1-channel output images are supported" );if( !CV_ARE_SIZES_EQ( src, dst ))CV_Error( CV_StsUnmatchedSizes, "The input and output images must have the same size" );size = cvGetMatSize(src); //图片的大小size 有height和width分量storage = cvCreateMemStorage();istep = src->step;img = src->data.ptr;mstep = dst->step / sizeof(mask[0]); //step为每行元素的字节数，mask = dst->data.i;memset( q, 0, NQ*sizeof(q[0]) ); //void *memset(void *s,int c,size_t n) 总的作用：将已开辟内存空间 s 的首 n 个字节的值设为值 c。for( i = 0; i < 256; i++ )subs_tab[i] = 0;for( i = 256; i <= 512; i++ )subs_tab[i] = i - 256;// draw a pixel-wide border of dummy "watershed" (i.e. boundary) pixelsfor( j = 0; j < size.width; j++ )mask[j] = mask[j + mstep*(size.height-1)] = WSHED; //把mask的上边界和下边界像素赋值为-1// initial phase: put all the neighbor pixels of each marker to the ordered queue -// determine the initial boundaries of the basinsfor( i = 1; i < size.height-1; i++ ){img += istep; mask += mstep;mask[0] = mask[size.width-1] = WSHED; //把mask的左边界和右边界像素赋值为-1for( j = 1; j < size.width-1; j++ ) //把和边界点相邻的点连成链表，进行存储{int* m = mask + j;if( m[0] < 0 ) m[0] = 0;if( m[0] == 0 && (m[-1] > 0 || m[1] > 0 || m[-mstep] > 0 || m[mstep] > 0) ){uchar* ptr = img + j*3;int idx = 256, t;if( m[-1] > 0 )c_diff( ptr, ptr - 3, idx );if( m[1] > 0 ){c_diff( ptr, ptr + 3, t );idx = ws_min( idx, t );}if( m[-mstep] > 0 ){c_diff( ptr, ptr - istep, t );idx = ws_min( idx, t );}if( m[mstep] > 0 ){c_diff( ptr, ptr + istep, t );idx = ws_min( idx, t );}assert( 0 <= idx && idx <= 255 );ws_push( idx, i*mstep + j, i*istep + j*3 );m[0] = IN_QUEUE; // IN_QUEUE=-2 在序列里，就把Mark矩阵边缘点相邻点的位置赋值为-2，}}}// find the first non-empty queuefor( i = 0; i < NQ; i++ )if( q[i].first )break;// if there is no markers, exit immediatelyif( i == NQ )return;active_queue = i;img = src->data.ptr;mask = dst->data.i;// recursively fill the basins 递归的填充盆地for(;;){int mofs, iofs;int lab = 0, t;int* m;uchar* ptr;if( q[active_queue].first == 0 ){for( i = active_queue+1; i < NQ; i++ )if( q[i].first )break;if( i == NQ )break;active_queue = i;}ws_pop( active_queue, mofs, iofs );m = mask + mofs;ptr = img + iofs;t = m[-1];if( t > 0 ) lab = t;t = m[1];if( t > 0 ){if( lab == 0 ) lab = t;else if( t != lab ) lab = WSHED;}t = m[-mstep];if( t > 0 ){if( lab == 0 ) lab = t;else if( t != lab ) lab = WSHED;}t = m[mstep];if( t > 0 ){if( lab == 0 ) lab = t;else if( t != lab ) lab = WSHED;}assert( lab != 0 );m[0] = lab;if( lab == WSHED )continue;if( m[-1] == 0 ){c_diff( ptr, ptr - 3, t );ws_push( t, mofs - 1, iofs - 3 );active_queue = ws_min( active_queue, t );m[-1] = IN_QUEUE;}if( m[1] == 0 ){c_diff( ptr, ptr + 3, t );ws_push( t, mofs + 1, iofs + 3 );active_queue = ws_min( active_queue, t );m[1] = IN_QUEUE;}if( m[-mstep] == 0 ){c_diff( ptr, ptr - istep, t );ws_push( t, mofs - mstep, iofs - istep );active_queue = ws_min( active_queue, t );m[-mstep] = IN_QUEUE;}if( m[mstep] == 0 ){c_diff( ptr, ptr + istep, t );ws_push( t, mofs + mstep, iofs + istep );active_queue = ws_min( active_queue, t );m[mstep] = IN_QUEUE;}} }
ws_max和我说ws_min这两个函数说白了就是求最大值和最小值，但是这里用来求最大最小值的方法还真是奇特，我还是第一次见到，其中使用了subs_tab，然后利用这个数组的值就可以求极大值和极小值。

ws_push和ws_pop这两个函数，从名字上就可以看出来，一个是往队列的末端加入元素，另一个是从队列的顶端取出元素。

c_diff是为了计算图片RGB三个分量的梯度，并选出一个梯度最大的。

传入watershed函数共有两个参数，第一个参数是原始的3通道彩色图片，第二个参数是Mark矩阵，这个矩阵里，每一条轮廓都被表示了出来，而且，每一条轮廓的灰度值是不同的，这些轮廓，就被该算法成为种子，算法就是从这些轮廓上的点开始计算并分割成不同的区域的。除了边界点外的其他区域，像素值都赋值为0。

后面紧接着一个两层循环的函数，这个两层循环是为了把与边界点相邻的元素都找出来，然后以这些点作为出发点。

后面的算法，紧接着就是一个不断进入队列和离开队列的过程，如果是靠近边界点，就赋值成和边界点一样的像素值，周围的点有非零的点，就赋值成同样的灰度值，如果是边界点。这样，从不同的边界点延伸出的区域，就具有了不同的颜色，也就完成了图像的分割。

《新程序员》：云原生和全面数字化实践50位技术专家共同创作，文字、视频、音频交互阅读

总结

以上是生活随笔为你收集整理的基于边缘的图像分割——分水岭算法（watershed）算法分析（附opencv源码分析）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。