Rocky的部落格

分水嶺變換是一種用於圖像分割的方法，特別適用於分開相互接觸的對象。這種方法將灰度圖像視為地形地形，其中低強度區域表示谷底，而高強度區域表示山峰。分水嶺線表示分離這些山峰的地方。

以下是使用分水嶺變換進行圖像分割的 Python 範例：

from skimage.segmentation import watershed
from skimage.feature import peak_local_max
from scipy import ndimage

def watershed_segmentation(image):
    """
    Segment an image using the watershed transformation.
    
    Parameters:
    - image: 2D numpy array representing the grayscale image
    
    Returns:
    - segmented image
    """
    # Calculate distance map
    distance_map = ndimage.distance_transform_edt(image)
    
    # Find local maxima of the distance map
    local_maxi = peak_local_max(distance_map, indices=False, footprint=np.ones((3, 3)), labels=image)
    
    # Label the maxima
    markers = ndimage.label(local_maxi)[0]
    
    # Apply watershed transformation
    segmented = watershed(-distance_map, markers, mask=image)
    
    return segmented

# Segment the provided image using watershed transformation
watershed_img = watershed_segmentation(new_provided_img)

# Display the original and watershed segmented images
fig, ax = plt.subplots(1, 2, figsize=(10, 5))

ax[0].imshow(new_provided_img, cmap='gray')
ax[0].set_title('Original Image')
ax[0].axis('off')

ax[1].imshow(watershed_img, cmap='tab20b')
ax[1].set_title('Watershed Segmented Image')
ax[1].axis('off')

plt.tight_layout()
plt.show()

如上所示，左側是您提供的原始圖像，而右側是使用分水嶺變換得到的分割結果。

在這個過程中，我首先計算了一個距離映射，其中每個像素的值表示其到最近非零像素的距離。接著，我找到距離映射的局部最大值，這些最大值作為分水嶺算法的標記。最後，我使用這些標記和距離映射應用分水嶺變換。

結果的每個唯一顏色代表一個分割區域。這些區域通常對應於圖像中的各個對象或部分。

分水嶺變換是一種強大的分割方法，但可能需要一些調整以獲得最佳結果。您可以根據需要調整方法中的參數來改變分割的外觀。