改进的分水岭分割python代码

以下是一个改进的分水岭分割Python代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('water_coins.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 去除噪声
kernel = np.ones((3,3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations = 2)

# 确定背景区域
sure_bg = cv2.dilate(opening, kernel, iterations=3)

# 确定前景区域
dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
ret, sure_fg = cv2.threshold(dist_transform, 0.7*dist_transform.max(), 255, 0)

# 确定未知区域
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)

# 标记连通区域
ret, markers = cv2.connectedComponents(sure_fg)

# 将标记加1，使背景区域为1
markers = markers + 1

# 将未知区域标记为0
markers[unknown==255] = 0

# 应用分水岭算法
markers = cv2.watershed(img, markers)
img[markers == -1] = [255,0,0]

# 显示结果
cv2.imshow('Original Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码在原来的代码基础上做了一些改进，如使用`cv2.morphologyEx`函数去除噪声、使用`cv2.connectedComponents`函数标记连通区域、将未知区域标记为0等。同时，代码中也添加了一些注释，使其更易于理解。