文章简介

本文将深入解析OpenCV中分水岭算法的原理与实践，从地形学类比到标记法改进，详细讲解算法流程、Mark图像创建、轮廓提取等关键步骤，并通过Python代码实现自动图像分割，对比漫水填充算法的差异，帮助读者掌握这一高效的图像区域分割技术。

一、分水岭算法的核心原理：地形学视角的图像分割

任何灰度图像都可以类比为一座地形地貌——像素的灰度值对应“海拔高度”：

• 灰度0 → 地面（最低处）；
• 灰度最大值 → 山峰（最高处）。

算法的核心是模拟水流汇聚过程，将图像划分为不同“盆地”（区域）：

1. 三类关键地形点

• 局部最小值点：盆地的最低点，滴入的水会最终汇聚于此（可能是一个平面，所有点都是最小值）。
• 盆地内点：水位上升时，水会流向最近的局部最小值点。
• 分水岭线：两个盆地的交界点，水会等概率流向两个盆地（分割边界）。

2. 原始算法流程

1. 找最小值：识别图像中所有局部最小值点（注水起点）。
2. 注水过程：从最小值点开始“注水”，水位逐渐上升（对应梯度图的处理）。
3. 建坝分割：当两个盆地的水即将交汇时，在交界线（分水岭）建坝。
4. 结果输出：所有大坝构成分割边界，将图像划分为不同区域。
   

二、OpenCV的改进：标记法解决过度分割问题

原始算法易受噪声影响，产生大量细小区域（过度分割）。OpenCV采用基于标记的分水岭算法：通过先验知识（手动或自动标记）指定“注水区域”，避免噪声点的干扰。

1. Mark图像的核心要求

• 数据类型：必须是32位有符号整数（CV_32S），因为算法内部用-1表示分水岭线。
• 标记规则：
  • 未标记区域 → 0；
  • 不同目标区域 → 非零值（1-255），每个区域一个唯一值；
• 边界处理：OpenCV会自动将图像最外圈设为-1（边界），因此手动标记时需避开最外圈。

2. Mark图像的创建方式

（1）手动标记：指定关键区域

例如，标记“背景”“塔”“树”三个区域：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('122.png')
h, w = img.shape[:2]

# 创建Mark图像（初始为0）
mark = np.zeros((h, w), dtype=np.uint8)

# 标记背景（倒数第二圈，避免被算法设为边界）
cv2.rectangle(mark, (1, 1), (w-2, h-2), 255, 1)
# 标记塔（中心区域，值为64）
cv2.rectangle(mark, (w//2-10, h//2-10), (w//2+10, h//2+10), 64, 10)
# 标记树（特定位置，值为128）
cv2.rectangle(mark, (64, 284), (68, 300), 128, 5)

# 转换为32位有符号整数（算法要求）
mark = mark.astype(np.int32)

# 运行分水岭算法
cv2.watershed(img, mark)

# 查看结果（-1转为0，方便显示）
mark_8u = cv2.convertScaleAbs(mark)
cv2.imshow('Mark Result', mark_8u)
cv2.waitKey(0)

（2）自动标记：轮廓提取法

通过findContours提取图像轮廓，自动为每个轮廓分配唯一标记值（最常用的方法）：

import cv2
import numpy as np
from random import randint

def random_color(value):
    """生成随机颜色（用于区域填充）"""
    value = value % 255
    return (randint(0, value), randint(0, value), randint(0, value))

def auto_watershed(image_path):
    # 1. 读取并预处理图像
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    blur = cv2.GaussianBlur(gray, (3, 3), 2)  # 高斯模糊去噪
    edges = cv2.Canny(blur, 80, 140)         # Canny边缘检测

    # 2. 查找轮廓（所有轮廓，包括层级）
    contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 3. 创建Mark图像（CV_32S）
    h, w = img.shape[:2]
    marks = np.zeros((h, w), dtype=np.int32)
    comp_count = 0  # 轮廓计数器

    # 为每个轮廓分配唯一标记值
    for i in range(len(contours)):
        cv2.drawContours(marks, contours, i, comp_count + 1, 1, hierarchy=hierarchy)
        comp_count += 1

    # 4. 运行分水岭算法
    cv2.watershed(img, marks)

    # 5. 结果可视化：颜色填充
    result = np.zeros_like(img)
    for i in range(h):
        for j in range(w):
            val = marks[i, j]
            if val == -1:
                result[i, j] = (255, 255, 255)  # 分水岭线→白色
            else:
                result[i, j] = random_color(val) # 区域→随机颜色

    # 6. 融合原始图像与结果（增强显示）
    fused = cv2.addWeighted(img, 0.4, result, 0.6, 0)

    # 显示结果
    cv2.imshow('Contours', edges)
    cv2.imshow('Marks', cv2.convertScaleAbs(marks))
    cv2.imshow('Segmentation', result)
    cv2.imshow('Fused Result', fused)
    cv2.waitKey(0)

# 测试
auto_watershed('122.png')

三、分水岭与漫水填充的核心区别

四、关键公式与算法细节

1. 像素高度值计算

在算法初始化阶段，需计算每个像素的“高度值”（用于队列排序），公式为：$$\text{height}(x,y)=\min \left(\max (|\text{R}-{\text{R}}_L|,|\text{G}-{\text{G}}_L|,|\text{B}-{\text{B}}_L|),\max (|\text{R}-{\text{R}}_T|,|\text{G}-{\text{G}}_T|,|\text{B}-{\text{B}}_T|),\max (|\text{R}-{\text{R}}_R|,|\text{G}-{\text{G}}_R|,|\text{B}-{\text{B}}_R|),\max (|\text{R}-{\text{R}}_B|,|\text{G}-{\text{G}}_B|,|\text{B}-{\text{B}}_B|)\right)$$其中，$\text{R/G/B}$ 是当前像素的三通道值，${\text{R}}_L/{\text{G}}_L/{\text{B}}_L$ 是左侧像素的对应值（$L/R/T/B$ 分别代表左/右/上/下）。

获取更多资料

我给大家整理了一套全网最全的人工智能学习资料（1.5T），包括：机器学习，深度学习，大模型，CV方向，NLP方向，kaggle大赛，实战项目、自动驾驶，AI就业等免费获取。