immagine (colore?) La segmentazione con OpenCV C++

Question

Come il grafico ha mostrato, mi piacerebbe dell'immagine in ingresso per ottenere diversi segmenti e come un risultato del genere.

È proprio come il cluster il segmento di colore più vicino, quindi penso che sia vicino al concetto di "meanshift"?

Ho cercato qui domande rilevanti, ma ancora non so come iniziare e costruire la struttura in opencv C++. Sto cercando alcuni consigli, e sarò molto grato se ricevo un pezzo di codice di implementazione per farmi riferimento! Grazie per qualsiasi aiuto!!

========================================= ====

Modifica 5/19/2015

Lasciatemi aggiungere che uno dei miei implementazioni che cercano è spartiacque qui :(http://blog.csdn.net/fdl19881/article/details/6749976).

Non è perfetto, ma il risultato che voglio. In questo strumento, l'utente deve operare manualmente (disegnare le linee spartiacque), quindi sto cercando la versione AUTOMATICA di esso. Sembra un po 'difficile, ma ... lo apprezzerò per qualche suggerimento o parte di codice per farlo.

Answer 1

Opencv Documentazione: Link

Parametri: here

Codice di esempio per il filtraggio Meanshift:

#include "opencv2/core/core.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 

using namespace cv; 
using namespace std; 

Mat img, res, element; 

int main(int argc, char** argv) 
{ 

    namedWindow("Meanshift", 0); 
    img = imread(argv[1]); 
// GaussianBlur(img, img, Size(5,5), 2, 2); 
    pyrMeanShiftFiltering(img, res, 20, 45, 3); 
    imwrite("meanshift.png", res); 
    imshow("Meanshift", res); 

    waitKey(); 

    return 0; 
} 

Questa è l'uscita con la vostra immagine, potrebbe essere necessario utilizzare alcuni di pre-elaborazione prima o forse trovare alcuni parametri migliori:

EDIT: Uscita con qualche sfocatura gaussiana in anticipo (commenti nel codice)

Answer 2

Il problema con guardando la segmentazione esistenti approcci è che essi sono o implementati in Matlab (che nessuno al di fuori di Uni può usare) o non sono automatici. Un approccio in cui l'utente deve preelaborare l'immagine scegliendo oggetti di interesse o livelli che indicano come suddividere i colori non è utile perché non è automatico. Se lo desideri, puoi provare la mia implementazione di segmentazione basata su OpenCV descritta in questo blog post. Non è perfetto, ma è automatico e fa la maggior parte del lavoro e puoi effettivamente scaricare la fonte e provarla.