分水岭算法（代码有问题，谁看出来了，求评论，谢谢）

太过爱你忘了你带给我的痛 2023-01-10 14:56 66阅读 0赞

分水岭算法

步骤：

1加载原始图像

2阈值分割，将图像分割为黑白两个部分

3对图像进行开运算，即先腐蚀再膨胀

4对开运算的结果再进行膨胀，得到大部分是背景的区域

5通过距离变换Distance Transform获取前景区域

6背景区域sure\_bg和前景区域sure\_fg相减，得到既有前景又有背景的重合区域

7连通区域处理

8最后使用分水岭算法

代码有问题，不知道错哪里了。。

import cv2
    import numpy as np
    img = cv2.imread('test4.jpg')
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    ##第二：阈值分割，将图像分为黑白两部分
    ret,thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
    #第三步：对图像进行开运算，先腐蚀再膨胀
    kernel = np.ones((3,3),np.uint8)
    opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel,iterations=2)
    #第四步：对开运算的结果进行膨胀，得到大部分都是背景的区域
    sure_bg = cv2.dilate(opening,kernel,iterations=3)
    cv2.imshow("sure_jpg",sure_bg)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    #第五步：通过distanceTransform获取前景区域
    dist_transform = cv2.distanceTransform(opening,jcv2.DIST_L2,5)
    print(dist_transform.max())
    ret,sure_fg = cv2.threshold(dist_transform,0.1*dist_transform.max(),255,0)
    cv2.imshow('sure_fg',sure_fg)
    cv2.waitKey()
    cv2.destoryAllWindows()
    #第六步：sure_bg与sure_fg相减，得到既有前景又有背景的重合区域
    sure_fg = np.uint8(sure_fg)
    unknow = cv2.subtract(sure_bg,sure_fg)
    cv.imshow("unknow",unknow)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    #第七步：连通区域处理
    ret,markers = cv2.connectedComponents(sure_fg,connectivity=8)
    print(ret)
    markers = markers +1
    markers[unknow==255] =0
    #第八步：分水岭算法
    markers = cv2.watershed(img,markers)
    #分水岭算法后，所有轮廓的像素点被标注为-1
    img[markers==-1]=[0,0,255]
    cv2.imshow("dst",img)
    cv2.waitKey()
    cv2.destoryAllWindows()

代码结果只是出第一个图，错在哪里了，也不知道呢。求解答啊