分水岭算法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。 一般的分水岭算法会对微弱边缘，图像中的噪声，物体表面细微的灰度变化造成过度的分割 ...

分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。 下面左边的灰度图，可以描述为右边的地形图，地形的高度是由灰度图的灰度值决定，灰度为0对应地形图的地面，灰度值最大的像素对应地形图 ...

骨架提取与分水岭算法也属于形态学处理范畴，都放在morphology子模块内。 一 骨架提取 骨架提取，也叫二值图像细化。这种算法能将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表示。 morphology子模块提供了两个函数用于骨架提取，分别是Skeletonize（）函数 ...

推文： OpenCV学习(7) 分水岭算法(1)（原理简介简单明了） OpenCV-Python教程:31.分水岭算法对图像进行分割（步骤讲解不错） 使用分水岭算法进行图像分割 （一）获取灰度图像，二值化图像，进行形态学操作，消除噪点 （二）在距离 ...

目录： 问题：分水岭算法对图像分割很有作用,怎么把对象分割开来的？分水岭算法是比较完美的分割，跟前面的讲的轮廓不一样！ （一）原理 （二）实现 （一）原理 opencv中的分水岭算法是基于距离变换的,分水岭算法就是把图片的像素高低看成山的高低，慢慢寻找变（海拔）得界限 ...

本教程我学习一下opencv中分水岭算法的具体实现方式。 原始图像和Mark图像，它们的大小都是32*32，分水岭算法的结果是得到两个连通域的轮廓图。 原始图像：(原始图像必须是3通道图像) Mark图像： 结果图像： 初始的mark图像数据如下，黄色的部分 ...

参考博客：https://segmentfault.com/a/1190000015690356 分水岭watershed 部分： https://blog.csdn.net/u010741471/article/details/45193521 曼哈顿棋盘格距离 ...

分水岭算法理论 　　从意思上就知道通过用水来进行分类，学术上说什么基于拓扑结构的形态学。。。其实就是根据把图像比作一副地貌，然后通过最低点和最高点去分类！ 原始的分水岭： 　　就是上面说的方式，接下来用一幅图进行解释---->>> ...