分水岭分割算法 python

分水岭分割算法（Watershed Segmentation Algorithm）是一种基于图像灰度值和边缘信息进行图像分割的算法。下面是使用Python实现分水岭分割算法的示例代码：

import cv2
import numpy as np

# 读取图像并转换为灰度图
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 对图像进行阈值处理
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# 对图像进行形态学操作，以去除噪点
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)
_, sure_fg = cv2.threshold(dist_transform, 0.7 * dist_transform.max(), 255, 0)

# 找到不确定区域
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)

# 标记不确定区域
_, markers = cv2.connectedComponents(sure_fg)

# 增加标记值，以避免与背景标记冲突
markers += 1
markers[unknown == 255] = 0

# 应用分水岭算法进行图像分割
markers = cv2.watershed(image, markers)
image[markers == -1] = [0, 0, 255]  # 标记边界区域为红色

# 显示结果
cv2.imshow("Segmented Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码会读取一张名为`image.jpg`的图片，并对其进行分水岭分割算法的处理，并将结果显示出来。