OpenCV3.2图像分割 实例3：KMeans图像分割

1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 4 using namespace cv; 5 using namespace std; 6 7 int main(int argc, char** argv) 13 namedWindow("input image", CV_WINDOW_AUTOSIZE); 14 imshow("input image", src); 15 16 Scalar colorTab[] = ; 23 24 int width = srcols;//图像的列 25 int height = src.rows;//图像的行 26 int dims = srchannels();//图像的通道数 27 28 // 初始化定义 29 int sampleCount = width*height;//获取图像的像素点数 30 int clusterCount = 4;//要分类块数 31 Mat points(sampleCount, dims, CV_32F, Scalar(10));//定义样本数据 32 Mat labels; 33 Mat centers(clusterCount, 1, points.type());//定义中心点(浮点数) 34 35 // RGB 数据转换到样本数据 36 int index = 0; 37 for (int row = 0; row < height; row++) 45 } 46 47 // 运行KMeans 48 TermCriteria criteria = TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 0.1); 49 kmeans(points, clusterCount, labels, criteria, 3, KMEANS_PP_CENTERS, centers);//尝试3次 50 51 // 显示图像分割结果 52 Mat result = Mat::zeros(src.size(), src.type()); 53 for (int row = 0; row < height; row++) 61 } 62 for (int i = 0; i < centers.rows; i++) 68 69 imshow("KMeans Image Segmentation Demo", result); 70 waitKey(0); 71 return 0; 72 }

注：中心点是相对于图像RGB像素值而求定的位置。

上一篇：ITK 实例1 连接门限对脑部切片PNG图像进行二维分割

下一篇：ITK 实例11 边缘保留平滑滤波对脑部MHA文件进行三维滤波

---

OpenCV