OpenCV 基於超畫素分割的影象區域選取方法及原始碼
阿新 • • 發佈：2019-01-02
摳取影象區域的一個小demo，藉助影象超畫素分割的方法，將影象成子分塊，再利用種子填充演算法，選取子塊區域。
超畫素分割方法，採用論文 SEEDS: Superpixels Extracted via Energy-Driven Sampling 提出的方法，對於物體的邊界具有較好的保留，如下圖所示。可以輔助目標檢測中製作Banchmark。
本工程在其基礎上，獲得的影象labels和contours，然後分別實現區域種子填充，Windows下編譯環境為：
- OpenCV
- CMake
- Visual Studio
工程demo包括：
SuperSeedsTest: SEEDS 提供的用例，可獲取超畫素分割labels和contoursSeedFillTest: 基於labels種子填充子塊BoundaryFillTest: 基於contours種子填充子塊
(測試程式碼以./data檔案下demo.jpg為例）
在選取了種子點(col, row)->(248, 71)後，兩種方法得到的區域mask分別為:
由於儲存的labels影象是8bit點陣圖(記憶體中是CV_32SC1)，所以是有損的，如果使用labels區域填充的時候，最好不要使用demo中從儲存影象中載入labels資料（也就是在記憶體中進行，例如通過函式傳參）。
種子填充演算法使用遞迴的形式，對於小塊的畫素區域比較有效，但是由於編譯器棧深度有限，填充區域過大的時候，會出現棧溢位的BUG，這裡需要注意一下（有時間再優化這裡）。
更復雜的介面以及操作，可以根據需要自己定義。