分水岭算法 python

分水岭算法是一种图像分割算法，用于将图像分割成不同的区域。在Python中，可以使用OpenCV库来实现分水岭算法。

以下是一个使用分水岭算法解决走迷宫游戏的示例代码：

import cv2
import numpy as np

# 读取迷宫图像
maze = cv2.imread('maze.png')

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

# 对灰度图像进行二值化处理
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 对二值化图像进行形态学操作，填充迷宫内部的空洞
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

# 确定迷宫的起点和终点
sure_bg = cv2.dilate(opening, kernel, iterations=3)
dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
ret, sure_fg = cv2.threshold(dist_transform, 0.7 * dist_transform.max(), 255, 0)
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)

# 创建标签图像
ret, markers = cv2.connectedComponents(sure_fg)

# 将起点和终点标记为-1
markers[markers == 1] = -1
markers[markers == 2] = -1

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

# 显示结果
cv2.imshow('Result', maze)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先读取迷宫图像，然后将图像转换为灰度图像，并进行二值化处理。接下来，使用形态学操作填充迷宫内部的空洞，并确定迷宫的起点和终点。然后，创建标签图像，并将起点和终点标记为-1。最后，应用分水岭算法并显示结果。