分水岭算法

#include<string>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
    Mat g_midimage, himg, simg, vimg, tmpimage, binary_image;
    Mat g_srcimage = imread("D:\\testImg\\t12.png");
    cvtColor(g_srcimage, g_midimage, COLOR_BGR2HSV);
    vector<Mat> hsv;
    split(g_midimage, hsv);
    himg = hsv[0];
    simg = hsv[1];
    vimg = hsv[2];

    for (int i = 0;i < himg.rows;i++)
    {
        for (int j = 0;j < himg.cols;j++)
        {
            uchar hvalue = himg.at<uchar>(i, j);
            if ((hvalue > 0 && hvalue < 30) || (hvalue > 170 && hvalue < 180))
                himg.at<uchar>(i, j) = 255;
            else
                himg.at<uchar>(i, j) = 0;
        }
    }
    for (int i = 0;i < simg.rows;i++)
    {
        for (int j = 0;j < simg.cols;j++)
        {
            uchar svalue = simg.at<uchar>(i, j);
            if ((svalue > 0 && svalue < 20) || (svalue > 50 && svalue < 100))
                simg.at<uchar>(i, j) = 255;
            else
                simg.at<uchar>(i, j) = 0;
        }
    }
    for (int i = 0;i < vimg.rows;i++)
    {
        for (int j = 0;j < vimg.cols;j++)
        {
            uchar vvalue = vimg.at<uchar>(i, j);
            if (vvalue > 170 && vvalue < 220)
                vimg.at<uchar>(i, j) = 255;
            else
                vimg.at<uchar>(i, j) = 0;

        }
    }
    bitwise_and(himg, simg, tmpimage);
    bitwise_and(tmpimage, vimg, binary_image);
    //imshow("binary", binary_image);

    Mat fg;
    erode(binary_image, fg, Mat(), Point(-1, -1), 6);
    //imshow("foreground", fg);


    Mat bg;
    dilate(binary_image, bg, Mat(), Point(-1, -1), 6);
    threshold(bg, bg, 1, 128, THRESH_BINARY_INV);
    //imshow("background", bg);
    Mat markers(binary_image.size(), CV_8U, Scalar(0));
    markers = fg + bg;
    markers.convertTo(markers, CV_32S);
    watershed(g_srcimage, markers);

    Mat tmp;
    markers.convertTo(tmp, CV_8U);
    double pixekcount = 0., blackcount = 0.;
    for (int i = 0;i < tmp.rows;i++)
    {
        for (int j = 0;j < tmp.cols;j++)
        {
            pixekcount++;
            uchar gvalue = tmp.at<uchar>(i, j);
            if (gvalue == 255)
                blackcount++;
        }

    }
    double scale_img;
    scale_img = blackcount / pixekcount;
    if (scale_img > 0.04)
    {
        putText(g_srcimage, "have dust!", Point(10, 20), 3, 0.5, Scalar(0, 0, 255));
    }
    else
        putText(g_srcimage, "no dust!", Point(10, 20), 3, 0.5, Scalar(255, 0, 0));
    imshow("ori", g_srcimage);
    waitKey(0);
    return 0;
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,634评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,951评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,427评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,770评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,835评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,799评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,768评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,544评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,979评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,271评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,427评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,121评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,756评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,375评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,579评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,410评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,315评论 2 352

推荐阅读更多精彩内容