分手的时候，很多人看着以前的亲密照片，最想做的是啥？

对，没错，就是剪照片或者撕照片。

但是有的时候，那个照片你又很喜欢，不舍得删除电子照片怎么办？

今天教你一招，怎么将ta分割出去。

这个办法很简单，就是使用分水岭算法，emmm。。。没写错，不是“分手岭"。

本节讲述分水岭算法，GrabCut算法和漫水填充算法将在下面两次分享中介绍，欢迎持续关注。

本文分享内容来自图书《学习OpenCV 4：基于Python的算法实战》，全面讲解了OpenCV的算法。

在没有背景模板可用的情况下，分水岭算法首先计算强度图像的梯度（如查找轮廓），形成的线条组成了山脉或者岭，没有纹理的地方形成盆地或者山谷，然后从指定的点向盆地灌水，当图像被灌满时，所有有标记的区域就被分割开了，这就是分水岭算法的分割思想。

OpenCV中提供了分水岭算法的函数watershed，函数定义如下：

markers = watershed(image, markers)

参数说明如下：

image，输入图像，需传入8-bit 3通道图像；

markers，和输入图像大小相同的标记图像（返回值）。

本案例使用的案例代码来源于OpenCV源码中的样例，位置为“samples/cpp/watershed.cpp”，为了便于理解，对源码做了一些调整如增加中文注释。案例中使用鼠标标记分割目标（标记点即为注水点），后使用分水岭算法进行图像分割，案例代码如下：

#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include <cstdio>#include <iostream>using namespace cv;using namespace std;//帮助说明static void help(char** argv){//第一个参数传入的是输入图像，默认是fruits.jpgcout << "\nThis program demonstrates the famous watershed segmentation algorithm in OpenCV: watershed()\n""Usage:\n" << argv[0] << " [image_name -- default is fruits.jpg]\n" << endl;//操作键：鼠标左键拖动选取前景；ESC退出操作；r图像复原；w或者空格键执行操作cout << "Hot keys: \n""\tESC - quit the program\n""\tr - restore the original image\n""\tw or SPACE - run watershed segmentation algorithm\n""\t\t(before running it, *roughly* mark the areas to segment on the image)\n""\t\t(before that, roughly outline several markers on the image)\n";}Mat markerMask, img;Point prevPt(-1, -1);//鼠标事件static void onMouse(int event, int x, int y, int flags, void*){//图像有问题或者鼠标当前点在图像外则返回不处理if (x < 0 || x >= img.cols || y < 0 || y >= img.rows)return;//鼠标左键抬起if (event == EVENT_LBUTTONUP || !(flags & EVENT_FLAG_LBUTTON))prevPt = Point(-1, -1);//鼠标左键按下else if (event == EVENT_LBUTTONDOWN)prevPt = Point(x, y);//鼠标移动else if (event == EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON)){Point pt(x, y);if (prevPt.x < 0)prevPt = pt;//绘制标记线line(markerMask, prevPt, pt, Scalar::all(255), 5, 8, 0);line(img, prevPt, pt, Scalar::all(255), 5, 8, 0);prevPt = pt;imshow("image", img);}}//执行主函数，程序入口int main(int argc, char** argv){//参数解析cv::CommandLineParser parser(argc, argv, "{help h | | }{ @input | fruits.jpg | }");if (parser.has("help")){help(argv);return 0;}//获取输入图像文件名string filename = samples::findFile(parser.get<string>("@input"));Mat img0 = imread(filename, 1), imgGray;if (img0.empty()){cout << "Couldn't open image ";help(argv);return 0;}//创建图像窗口namedWindow("image", 1);img0.copyTo(img);cvtColor(img, markerMask, COLOR_BGR2GRAY);cvtColor(markerMask, imgGray, COLOR_GRAY2BGR);markerMask = Scalar::all(0);imshow("image", img);//鼠标事件回调函数setMouseCallback("image", onMouse, 0);for (;;){char c = (char)waitKey(0);//ESC键退出if (c == 27)break;//r键图像还原if (c == 'r'){markerMask = Scalar::all(0);img0.copyTo(img);imshow("image", img);}//w或者空格键执行算法if (c == 'w' || c == ' '){int i, j, compCount = 0;vector<vector<Point> > contours;vector<Vec4i> hierarchy;//查找轮廓findContours(markerMask, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);if (contours.empty())continue;Mat markers(markerMask.size(), CV_32S);markers = Scalar::all(0);int idx = 0;//绘制轮廓for (; idx >= 0; idx = hierarchy[idx][0], compCount++)drawContours(markers, contours, idx, Scalar::all(compCount + 100), -1, 8, hierarchy, INT_MAX);if (compCount == 0)continue;vector<Vec3b> colorTab;for (i = 0; i < compCount; i++){int b = theRNG().uniform(0, 255);int g = theRNG().uniform(0, 255);int r = theRNG().uniform(0, 255);colorTab.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));}double t = (double)getTickCount();imwrite("markers.jpg", markers);//执行分水岭算法watershed(img0, markers);t = (double)getTickCount() - t;//打印处理时间printf("execution time = %gms\n", t * 1000. / getTickFrequency());Mat wshed(markers.size(), CV_8UC3);cout << wshed.at<int>(0, 0) << endl;// 绘制watershed图像，对不同分割区域着色for (i = 0; i < markers.rows; i++) {for (j = 0; j < markers.cols; j++){int index = markers.at<int>(i, j);if (index == -1)wshed.at<Vec3b>(i, j) = Vec3b(255, 255, 255);else if (index <= 0 || index > compCount)wshed.at<Vec3b>(i, j) = Vec3b(0, 0, 0);elsewshed.at<Vec3b>(i, j) = colorTab[index - 1];}}//显示分水岭算法的分割线imshow("watershed", wshed);wshed = wshed * 0.5 + imgGray * 0.5;//显示分水岭算法的结果imshow("watershed_result", wshed);}}return 0;}

本案例使用的输入图像如图5.26所示。

图5.26

在图像中用鼠标左键标识待分割的目标，如图5.27所示。

图5.27

按下w或者空格键，执行分割算法，分割结果如图5.28所示。

图5.28

分割结果在输入图像中绘制的结果如图5.29所示。

图5.29