4

我正在尝试按照教程将分水岭算法应用于图像：OpenCv WaterShed Docs。我之前在灰度图像上应用了高斯滤波和形态变换后的 Otsu 阈值处理，以根据代码提高图像质量：

img = cv2.imread('Results\Feb_16-0.jpg',0)
kernel = np.ones((1,1),np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
blur = cv2.GaussianBlur(opening,(1,1),0)
ret3,th4 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

根据代码应用距离变换作为分水岭算法的第一阶段：

# sure background area
sure_bg = cv2.dilate(opening,kernel,iterations=1)
# Finding sure foreground area
dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,3)

创建错误：

error: (-215) src.type() == CV_8UC3 && dst.type() == CV_32SC1 in function cv::watershed

其中正在尝试将 8 位 3 通道图像转换为 32 位单通道图像。我如何防止这种情况，但又可以使用距离变换？

4

2 回答 2

2

当您的输入数组cv2.distanceTransform格式不正确时，会出现此错误。它应该是一个 np.uint8 类型的二维数组（不是 int8）。

例如

import cv2 as cv
import numpy as np

testim = np.zeros((11,11), dtype = uint8)
testim[2:6,1:6] = 255
testim[3,3] = 0
print(testim)
dist = cv.distanceTransform(testim, cv.DIST_L2, 5)
print(testim)

如果您正在读取格式不正确的图像，则必须先将其转换为灰色（只有一个通道）并确保它是 uint8 格式。这可以通过imagename.astype(np.uint8)

这是在 opencv 版本 3.3.1、python 3.5 中测试的。

于 2017-12-18T20:02:58.300 回答
0

在功能上，cv2.watershed(img,markers)您的输入参数img必须有 3 个通道。完整的工作代码：

#Load image in grayscale
img = cv2.imread('Results\Feb_16-0.jpg',0)

kernel = np.ones((1,1),np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
blur = cv2.GaussianBlur(opening,(1,1),0)
ret3,th4 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# sure background area
sure_bg = cv2.dilate(opening,kernel,iterations=1)
# Finding sure foreground area
dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,3)

ret, sure_fg = cv2.threshold(dist_transform,0.7*dist_transform.max(),255,0)
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg,sure_fg)

ret, markers = cv2.connectedComponents(sure_fg)
markers = markers+1
markers[unknown==255] = 0
markers = markers.astype('int32')

#now load same image as color image
img = cv2.imread('Results\Feb_16-0.jpg',1)

markers = cv2.watershed(img,markers)
img[markers == -1] = [255,0,0]
于 2017-06-03T19:55:00.017 回答