用opencv對醫(yī)學圖像分割方法(基于OpenCV的圖像分割OpenCV中的圖像分割的函數(shù))
1.基于OpenCV的圖像分割OpenCV中的圖像分割的函數(shù)有哪些
SetImageROI
基于給定的矩形設置感興趣區(qū)域
void cvSetImageROI( IplImage* image,CvRect rect );
image
圖像頭.
rect
ROI 矩形.
函數(shù) cvSetImageROI 基于給定的矩形設置圖像的 ROI（感興趣區(qū)域） .如果ROI是NULL 并且參數(shù)RECT的值不等于整個圖像，ROI被分配.不像 COI，大多數(shù)的 OpenCV 函數(shù)支持 ROI 并且處理它就像它是一個分離的圖像 （例如，所有的像素坐標從ROI的左上角或左下角（基于圖像的結(jié)構(gòu)）計算.
只要將想分割的部分rect的位置和大小訂好就可以了.經(jīng)過上述函數(shù)處理之后image除rect之外的其他部分相當于沒有
2.基于OpenCV的圖像分割OpenCV中的圖像分割的函數(shù)有哪些
SetImageROI基于給定的矩形設置感興趣區(qū)域 void cvSetImageROI( IplImage* image,CvRect rect );image 圖像頭.rect ROI 矩形.函數(shù) cvSetImageROI 基于給定的矩形設置圖像的 ROI（感興趣區(qū)域） .如果ROI是NULL 并且參數(shù)RECT的值不等于整個圖像，ROI被分配.不像 COI，大多數(shù)的 OpenCV 函數(shù)支持 ROI 并且處理它就像它是一個分離的圖像 （例如，所有的像素坐標從ROI的左上角或左下角（基于圖像的結(jié)構(gòu)）計算.只要將想分割的部分rect的位置和大小訂好就可以了.經(jīng)過上述函數(shù)處理之后image除rect之外的其他部分相當于沒有。
3.請問怎么用OpenCV 進行圖像分割
采用金字塔方法進行圖像分割#include "cv.h"#include "highgui.h"#include IplImage* image[2] = { 0, 0 }, *image0 = 0, *image1 = 0;CvSize size;int w0, h0,i;int threshold1, threshold2;int l,level = 4;int sthreshold1, sthreshold2;int l_comp;int block_size = 1000;float parameter;double threshold;double rezult, min_rezult;CvFilter filter = CV_GAUSSIAN_5x5;CvConnectedComp *cur_comp, min_comp;CvSeq *comp;CvMemStorage *storage;CvPoint pt1, pt2;void ON_SEGMENT(int a){ cvPyrSegmentation(image0, image1, storage, &comp, level, threshold1+1, threshold2+1); /*l_comp = comp->total; i = 0; min_comp.value = cvScalarAll(0); while(i fabs(255- cur_comp->value.val[0]) && fabs(min_comp.value.val[1])> fabs(cur_comp->value.val[1]) && fabs(min_comp.value.val[2])> fabs(cur_comp->value.val[2]) ) min_comp = *cur_comp; i++; }*/ cvShowImage("Segmentation", image1);}int main( int argc, char** argv ){ char* filename = argc == 2 ? argv[1] : (char*)"fruits.jpg"; if( (image[0] = cvLoadImage( filename, 1)) == 0 ) return -1; cvNamedWindow("Source", 0); cvShowImage("Source", image[0]); cvNamedWindow("Segmentation", 0); storage = cvCreateMemStorage ( block_size ); image[0]->width &= -(1height &= -(1 評論0 0 0。
4.opencv 有沒有利用給定點做圖像分割的函數(shù)或算法
定點做分割？我知道的有定區(qū)域做分割。比如用構(gòu)造函數(shù)：
Mat image = read(path, 0);
Mat roi(image, Rect(x, y, width, height));
這表示Rect(x, y, width, height)內(nèi)的圖片被“分割”到了roi中，注意，Mat格式中，一般除了明顯的copy，其他都只是改變指針，所以image沒有變化。這點要注意，之所以這樣是為了省空間和時間，畢竟圖片處理很耗時。
5.基于OpenCV的圖像分割
SetImageROI基于給定的矩形設置感興趣區(qū)域 void cvSetImageROI( IplImage* image, CvRect rect );image 圖像頭. rect ROI 矩形. 函數(shù) cvSetImageROI 基于給定的矩形設置圖像的 ROI（感興趣區(qū)域） . 如果ROI是NULL 并且參數(shù)RECT的值不等于整個圖像， ROI被分配. 不像 COI， 大多數(shù)的 OpenCV 函數(shù)支持 ROI 并且處理它就像它是一個分離的圖像 （例如， 所有的像素坐標從ROI的左上角或左下角（基于圖像的結(jié)構(gòu)）計算。
只要將想分割的部分rect的位置和大小訂好就可以了。經(jīng)過上述函數(shù)處理之后image除rect之外的其他部分相當于沒有。
6.如何用opencv實現(xiàn)圖像閾值化分割
顏色直方圖是在許多圖像檢索系統(tǒng)中被廣泛采用的顏色特征。
它所描述的是不同色彩在整幅圖像中所占的比例，而并不關(guān)心每種色彩所處的空間位置，即無法描述圖像中的對象或物體。顏色直方圖特別適于描述那些難以進行自動分割的圖像。
OpenCV對顏色直方圖進行統(tǒng)計的代碼如下所示，在圖像檢索，鏡頭分割等領域使用的還是比較多的。#include #include #include using namespace std; int main( int argc, char** argv ) { IplImage * src= cvLoadImage("F:\\test3.jpg"); IplImage* hsv = cvCreateImage( cvGetSize(src), 8, 3 ); IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* planes[] = { h_plane, s_plane }; /** H 分量劃分為16個等級，S分量劃分為8個等級 */ int h_bins = 16, s_bins = 8; int hist_size[] = {h_bins, s_bins}; /** H 分量的變化范圍 */ float h_ranges[] = { 0, 180 }; /** S 分量的變化范圍*/ float s_ranges[] = { 0, 255 }; float* ranges[] = { h_ranges, s_ranges }； /** 輸入圖像轉(zhuǎn)換到HSV顏色空間 */ cvCvtColor( src, hsv, CV_BGR2HSV ); cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 )； /** 創(chuàng)建直方圖，二維， 每個維度上均分 */ CvHistogram * hist = cvCreateHist( 2, hist_size, CV_HIST_ARRAY, ranges, 1 )； /** 根據(jù)H,S兩個平面數(shù)據(jù)統(tǒng)計直方圖 */ cvCalcHist( planes, hist, 0, 0 )； /** 獲取直方圖統(tǒng)計的最大值，用于動態(tài)顯示直方圖 */ float max_value; cvGetMinMaxHistValue( hist, 0, &max_value, 0, 0 )； /** 設置直方圖顯示圖像 */ int height = 240; int width = (h_bins*s_bins*6); IplImage* hist_img = cvCreateImage( cvSize(width,height), 8, 3 ); cvZero( hist_img )； /** 用來進行HSV到RGB顏色轉(zhuǎn)換的臨時單位圖像 */ IplImage * hsv_color = cvCreateImage(cvSize(1,1),8,3); IplImage * rgb_color = cvCreateImage(cvSize(1,1),8,3); int bin_w = width / (h_bins * s_bins); for(int h = 0; h < h_bins; h++) { for(int s = 0; s < s_bins; s++) { int i = h*s_bins + s； /** 獲得直方圖中的統(tǒng)計次數(shù)，計算顯示在圖像中的高度 */ float bin_val = cvQueryHistValue_2D( hist, h, s ); int intensity = cvRound(bin_val*height/max_value)； /** 獲得當前直方圖代表的顏色，轉(zhuǎn)換成RGB用于繪制 */ cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,255,0)); cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR); CvScalar color = cvGet2D(rgb_color,0,0); cvRectangle( hist_img, cvPoint(i*bin_w,height), cvPoint((i+1)*bin_w,height - intensity), color, -1, 8, 0 ); } } cvNamedWindow( "Source", 1 ); cvShowImage( "Source", src ); cvNamedWindow( "H-S Histogram", 1 ); cvShowImage( "H-S Histogram", hist_img ); cvWaitKey(0); }。
