分水嶺算法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把圖像看作是測地學上的拓撲地貌，圖像中每一點像素的灰度值表示該點的海拔高度，每一個局部極小值及其影響區域稱為集水盆，而集水盆的邊界則形成分水嶺。 一般的分水嶺算法會對微弱邊緣，圖像中的噪聲，物體表面細微的灰度變化造成過度的分割 ...

分水嶺算法主要用於圖像分段，通常是把一副彩色圖像灰度化，然后再求梯度圖，最后在梯度圖的基礎上進行分水嶺算法，求得分段圖像的邊緣線。 下面左邊的灰度圖，可以描述為右邊的地形圖，地形的高度是由灰度圖的灰度值決定，灰度為0對應地形圖的地面，灰度值最大的像素對應地形圖 ...

骨架提取與分水嶺算法也屬於形態學處理范疇，都放在morphology子模塊內。 一 骨架提取 骨架提取，也叫二值圖像細化。這種算法能將一個連通區域細化成一個像素的寬度，用於特征提取和目標拓撲表示。 morphology子模塊提供了兩個函數用於骨架提取，分別是Skeletonize（）函數 ...

推文： OpenCV學習(7) 分水嶺算法(1)（原理簡介簡單明了） OpenCV-Python教程:31.分水嶺算法對圖像進行分割（步驟講解不錯） 使用分水嶺算法進行圖像分割 （一）獲取灰度圖像，二值化圖像，進行形態學操作，消除噪點 （二）在距離 ...

目錄： 問題：分水嶺算法對圖像分割很有作用,怎么把對象分割開來的？分水嶺算法是比較完美的分割，跟前面的講的輪廓不一樣！ （一）原理 （二）實現 （一）原理 opencv中的分水嶺算法是基於距離變換的,分水嶺算法就是把圖片的像素高低看成山的高低，慢慢尋找變（海拔）得界限 ...

本教程我學習一下opencv中分水嶺算法的具體實現方式。 原始圖像和Mark圖像，它們的大小都是32*32，分水嶺算法的結果是得到兩個連通域的輪廓圖。 原始圖像：(原始圖像必須是3通道圖像) Mark圖像： 結果圖像： 初始的mark圖像數據如下，黃色的部分 ...

參考博客：https://segmentfault.com/a/1190000015690356 分水嶺watershed 部分： https://blog.csdn.net/u010741471/article/details/45193521 曼哈頓棋盤格距離 ...

分水嶺算法理論 　　從意思上就知道通過用水來進行分類，學術上說什么基於拓撲結構的形態學。。。其實就是根據把圖像比作一副地貌，然后通過最低點和最高點去分類！ 原始的分水嶺： 　　就是上面說的方式，接下來用一幅圖進行解釋---->>> ...