OpenCV 基于超像素分割的图像区域选取方法及源码
2024-08-28 09:05:16
本系列文章由 @yhl_leo 出品,转载请注明出处。
文章链接: http://blog.csdn.net/yhl_leo/article/details/51386993
工程源码GitHub: yhlleo/SuperpixelRegionFill
抠取图像区域的一个小demo,借助图像超像素分割的方法,将图像成子分块,再利用种子填充算法,选取子块区域。
超像素分割方法,采用论文 SEEDS: Superpixels Extracted via Energy-Driven Sampling 提出的方法,对于物体的边界具有较好的保留,如下图所示。可以辅助目标检测中制作Banchmark。
本工程在其基础上,获得的图像labels
和contours
,然后分别实现区域种子填充,Windows下编译环境为:
- OpenCV
- CMake
- Visual Studio
工程demo
包括:
SuperSeedsTest
: SEEDS 提供的用例,可获取超像素分割labels
和contours
SeedFillTest
: 基于labels
种子填充子块BoundaryFillTest
: 基于contours
种子填充子块
(测试代码以./data
文件下demo.jpg
为例)
在选取了种子点(col, row)->(248, 71)
后,两种方法得到的区域mask分别为:
由于保存的labels
图像是8bit位图(内存中是CV_32SC1
),所以是有损的,如果使用labels
区域填充的时候,最好不要使用demo中从保存图像中加载labels
数据(也就是在内存中进行,例如通过函数传参)。
种子填充算法使用递归的形式,对于小块的像素区域比较有效,但是由于编译器栈深度有限,填充区域过大的时候,会出现栈溢出的BUG,这里需要注意一下(有时间再优化这里)。
更复杂的接口以及操作,可以根据需要自己定义。
References
最新文章
- 一步一步学习underscore的封装和扩展方式
- CLR VIA C#事件
- UGUI之布局的使用
- MyEclipse运行很慢的原因
- 【转】android新建项目时 出现appcompat_v7工程错误和红色感叹号
- C语言中 指针与结构体
- 模块化开发之sea.js实现原理总结
- 整理一些常用函数库PHP版本
- js 放大镜用法bug解决
- Robot Framework 学习笔记(二)-------第一个脚本
- 简单H5单页面真机调试
- jenkins如何获取gitlab上的代码
- PHP入门知识
- [git与github]__git与github简单了解
- tomcat多实例方案启动脚本
- solusvm安装过程
- 在Ubuntu 13.10 中安装配置 Hadoop 2.2.0
- Docker 学习笔记 ---Docker组件
- 简单地理解HTTPS 转
- android 几个工具方法