C++ opencv简单图像的分割

最新推荐文章于 2026-04-23 09:05:08 发布

原创

最新推荐文章于 2026-04-23 09:05:08 发布 · 3.8k 阅读

标签

#opencv #c++ #计算机视觉

本文介绍了OpenCV中的图像分割技术，包括阈值分割、分水岭分割和Canny算子边缘分割。阈值分割通过二值化实现简单图像分割；分水岭分割利用图像梯度和轮廓信息进行区域分割；Canny算子用于边缘检测。对于复杂图像，深度学习方法如全卷积网络在图像分割中表现出色。

这里写自定义目录标题

Opencv中简单的图像分割

Opencv中简单的图像分割

图像分割：将图像分成若干有相似区域性质的区域。
主要方法：基于阈值、基于区域、基于边缘、基于聚类、基于图论、基于深度学习。
参考链接: opencv图像分割方法.

本文头文件及命名空间：

#pragma once
#include <opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

阈值分割

基于阈值分割，使用opencv中二值化函数，threshold()，选择不同的类型和阈值对图像进行分割。本质是二值化，只能区分与分割一些像素值间隔打、色彩单一的简单图像。
在这里插入图片描述

src : 输入图像
dst : 输出图像
thresh : 阈值
maxval : 最大值
type : 二值化类型

不同类型的具体取值由下列函数得出：
在这里插入图片描述
测试代码：

//阈值分割
	Mat m1 = imread(path4, 1);
	Mat m2, m3, m4;
	//图像灰度化，也可以不灰度化，这里为了让结果更容易理解
	cvtColor(m1, m1, COLOR_BGR2GRAY);
	//类型1
	threshold(m1, m2, 127, 255, THRESH_BINARY);
	//类型2
	threshold(m1, m3, 127, 255, THRESH_BINARY_INV);
	//类型3
	threshold(m1, m4, 127, 255, THRESH_TRUNC);
	imshow("truth image" , m1);
	imshow("1 image", m2);
	imshow("2 image", m3);
	imshow("3 image", m4);
	waitKey(0);