[人工智能][opencv-python]学习-图像分割

• 使用 OpenCV 函数 cv::filter2D 执行一些拉普拉斯滤波以进行图像锐化
• 使用 OpenCV 函数 cv::distanceTransform 以获得二值图像的派生(derived)表示，其中每个像素的值被替换为其到最近背景像素的距离
• 使用 OpenCV 函数 cv::watershed 将图像中的对象与背景隔离

加载源图像并检查它是否加载没有任何问题，然后显示它：

# Load the image
parser = argparse.ArgumentParser(description='Code for Image Segmentation with Distance Transform and Watershed Algorithm.\
    Sample code showing how to segment overlapping objects using Laplacian filtering, \
    in addition to Watershed and Distance Transformation')
parser.add_argument('--input', help='Path to input image.', default='cards.png')
args = parser.parse_args()
src = cv.imread(cv.samples.findFile(args.input))
if src is None:
    print('Could not open or find the image:', args.input)
    exit(0)
# Show source image
cv.imshow('Source Image', src)

原图
将背景从白色更改为黑色，因为这将有助于稍后在使用距离变换(Distance Transform)期间提取更好的结果

src[np.all(src == 255, axis=2)] = 0

如果不太理解numpy.all的的用法，可以参考这里

之后，我们将锐化(sharpen)我们的图像，以锐化前景对象(the foreground objects)的边缘。 我们将应用具有相当强过滤器的拉普拉斯(laplacian)过滤器（二阶导数的近似值）：

# 创建一个内核，我们将用它来锐化我们的图像 
# 一个二阶导数的近似值，一个非常强大的内核
kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]], dtype=np.float32)
# do the laplacian filtering as it is
# well, we need to convert everything in something more deeper then CV_8U
# because the kernel has some negative values,
# and we can expect in general to have a Laplacian image with negative values
# BUT a 8bits unsigned int (the one we are working with) can contain values from 0 to 255
# so the possible negative number will be truncated
imgLaplacian = cv.filter2D(src, cv.CV_32F, kernel)
sharp = np.float32(src)
imgResult = sharp - imgLaplacian
# convert back to 8bits gray scale
imgResult = np.clip(imgResult, 0, 255)
imgResult = imgResult.astype('uint8')
imgLaplacian = np.clip(imgLaplacian, 0, 255)
imgLaplacian = np.uint8(imgLaplacian)
#cv.imshow('Laplace Filtered Image', imgLaplacian)
cv.imshow('New Sharped Image', imgResult)

锐化处理的主要目的是突出灰度的过度部分。由于拉普拉斯是一种微分算子，如果所使用的定义具有负的中心系数，那么必须将原图像减去经拉普拉斯变换后的图像，而不是加上它，从而得到锐化结果。----摘自《数字图像处理（第三版）》

现在我们将新的锐化源图像分别转换为灰度和二值图像（binary）：

# Create binary image from source image
bw = cv.cvtColor(imgResult, cv.COLOR_BGR2GRAY)
_, bw = cv.threshold(bw, 40, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow('Binary Image', bw)

我们现在准备在二值图像（binary image）上应用距离变换。 此外，我们对输出图像进行归一化，以便能够对结果进行可视化和阈值处理：

# Perform the distance transform algorithm
dist = cv.distanceTransform(bw, cv.DIST_L2, 3)
# 对范围 = {0.0, 1.0} 的距离图像（the distance image）进行归一化（Normalize），
# 以便我们可以对其进行可视化和阈值处理
cv.normalize(dist, dist, 0, 1.0, cv.NORM_MINMAX)
cv.imshow('Distance Transform Image', dist)

distanceTransform用法
cv.distanceTransform( src, distanceType, maskSize[, dst[, dstType]] )
src：输入图像，数据类型为CV_8U的单通道图像
dst： 输出图像，与输入图像具有相同的尺寸，数据类型为CV_8U或者CV_32F的单通道图像。
distanceType：选择计算两个像素之间距离方法的标志，其常用的距离度量方法, DIST_L1(distance = |x1-x2| + |y1-y2| 街区距离), DIST_L2 (Euclidean distance 欧几里得距离，欧式距离) 。
maskSize：距离变换掩码矩阵的大小，参数可以选择的尺寸为DIST_MASK_3（3×3）和DIST_MASK_5（5×5）.

我们对 dist 图像进行阈值处理，然后执行一些形态学操作（即膨胀）以从上述图像中提取峰值：

# Threshold to obtain the peaks
# This will be the markers for the foreground objects
_, dist = cv.threshold(dist, 0.4, 1.0, cv.THRESH_BINARY)
# Dilate a bit the dist image
kernel1 = np.ones((3,3), dtype=np.uint8)
dist = cv.dilate(dist, kernel1)
cv.imshow('Peaks', dist)

从每个 blob 中，我们在 cv::findContours 函数的帮助下为分水岭算法创建一个种子/标记：

# Create the CV_8U version of the distance image
# It is needed for findContours()
dist_8u = dist.astype('uint8')
# Find total markers
contours, _ = cv.findContours(dist_8u, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
# Create the marker image for the watershed algorithm
markers = np.zeros(dist.shape, dtype=np.int32)
# Draw the foreground markers
for i in range(len(contours)):
    cv.drawContours(markers, contours, i, (i+1), -1)
# Draw the background marker
cv.circle(markers, (5,5), 3, (255,255,255), -1)
markers_8u = (markers * 10).astype('uint8')
cv.imshow('Markers', markers_8u)

最后，我们可以应用分水岭算法，并将结果可视化：

# Perform the watershed algorithm
cv.watershed(imgResult, markers)
#mark = np.zeros(markers.shape, dtype=np.uint8)
mark = markers.astype('uint8')
mark = cv.bitwise_not(mark)
# uncomment this if you want to see how the mark
# image looks like at that point
#cv.imshow('Markers_v2', mark)
# Generate random colors
colors = []
for contour in contours:
    colors.append((rng.randint(0,256), rng.randint(0,256), rng.randint(0,256)))
# Create the result image
dst = np.zeros((markers.shape[0], markers.shape[1], 3), dtype=np.uint8)
# Fill labeled objects with random colors
for i in range(markers.shape[0]):
    for j in range(markers.shape[1]):
        index = markers[i,j]
        if index > 0 and index <= len(contours):
            dst[i,j,:] = colors[index-1]
# Visualize the final image
cv.imshow('Final Result', dst)

代码： https://gitee.com/carlzhangweiwen/python-opencv-learn
or: https://github.com/opencv/opencv/blob/master/samples/python/tutorial_code/ImgTrans/distance_transformation/imageSegmentation.py

基于机器学习的图像分割

Pixellib （https://github.com/ayoolaolafenwa/PixelLib）是一个用于对图像和视频中的对象进行分割的库。 它支持两种主要类型的图像分割：

1. 语义分割
2. 实例分割

PixelLib 支持两个用于图像分割的深度学习库，分别是 Pytorch 和 Tensorflow

参考：
Image Segmentation with Distance Transform and Watershed Algorithm https://docs.opencv.org/4.x/d2/dbd/tutorial_distance_transform.html
Numpy All, Explained https://www.sharpsightlabs.com/blog/numpy-all/
图书：《数字图像处理（第三版）》