首页 > 其他分享 >OpenCV3.2图像分割 实例5:GMM(高斯混合模型)图像分割

OpenCV3.2图像分割 实例5:GMM(高斯混合模型)图像分割

时间:2023-08-18 09:00:11浏览次数:39  
标签:src 分割 GMM int Scalar result 图像 col row

 1 #include <opencv2/opencv.hpp>
 2 #include <iostream>
 3  
 4 using namespace cv;
 5 using namespace cv::ml;
 6 using namespace std;
 7  
 8 int main(int argc, char** argv) {
 9     Mat src = imread("toux.jpg");
10     if (src.empty()) {
11         printf("could not load iamge...\n");
12         return -1;
13     }
14     namedWindow("input image", CV_WINDOW_AUTOSIZE);
15     imshow("input image", src);
16  
17     // 初始化
18     int numCluster = 3;
19     const Scalar colors[] = {
20         Scalar(255, 0, 0),
21         Scalar(0, 255, 0),
22         Scalar(0, 0, 255),
23         Scalar(255, 255, 0)
24     };
25  
26     int width = src.cols;
27     int height = src.rows;
28     int dims = src.channels();
29     int nsamples = width*height;
30     Mat points(nsamples, dims, CV_64FC1);
31     Mat labels;
32     Mat result = Mat::zeros(src.size(), CV_8UC3);
33  
34     // 图像RGB像素数据转换为样本数据 
35     int index = 0;
36     for (int row = 0; row < height; row++) {
37         for (int col = 0; col < width; col++) {
38             index = row*width + col;
39             Vec3b rgb = src.at<Vec3b>(row, col);
40             points.at<double>(index, 0) = static_cast<int>(rgb[0]);
41             points.at<double>(index, 1) = static_cast<int>(rgb[1]);
42             points.at<double>(index, 2) = static_cast<int>(rgb[2]);
43         }
44     }
45  
46     // EM Cluster Train
47     Ptr<EM> em_model = EM::create();
48     em_model->setClustersNumber(numCluster);
49     em_model->setCovarianceMatrixType(EM::COV_MAT_SPHERICAL);//设置协方差矩阵
50     //设置停止条件,训练100次结束
51     em_model->setTermCriteria(TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 100, 0.1));
52     em_model->trainEM(points, noArray(), labels, noArray());
53  
54     // 对每个像素标记颜色与显示
55     Mat sample(dims, 1, CV_64FC1);
56     double time = getTickCount();
57     int r = 0, g = 0, b = 0;
58     for (int row = 0; row < height; row++) {
59         for (int col = 0; col < width; col++) {
60             index = row*width + col;
61             int label = labels.at<int>(index, 0);
62             Scalar c = colors[label];
63             result.at<Vec3b>(row, col)[0] = c[0];
64             result.at<Vec3b>(row, col)[1] = c[1];
65             result.at<Vec3b>(row, col)[2] = c[2];
66  
67             /*b = src.at<Vec3b>(row, col)[0];
68             g = src.at<Vec3b>(row, col)[1];
69             r = src.at<Vec3b>(row, col)[2];
70             sample.at<double>(0) = b;
71             sample.at<double>(1) = g;
72             sample.at<double>(2) = r;
73             int response = cvRound(em_model->predict2(sample, noArray())[1]);
74             Scalar c = colors[response];
75             result.at<Vec3b>(row, col)[0] = c[0];
76             result.at<Vec3b>(row, col)[1] = c[1];
77             result.at<Vec3b>(row, col)[2] = c[2];*/
78  
79         }
80     }
81     printf("execution time(ms) : %.2f\n", (getTickCount() - time)/getTickFrequency()*1000);
82     imshow("EM-Segmentation", result);
83  
84     waitKey(0);
85     return 0;
86 }

标签:src,分割,GMM,int,Scalar,result,图像,col,row
From: https://www.cnblogs.com/ybqjymy/p/17639446.html

相关文章

  • C++ 字符串分割函数
    #include<iostream>#include<string>#include<vector>#include<algorithm>#include<chrono>usingnamespacestd;voidMyprint(strings){cout<<s<<endl;}vector<string>Split(strings,stringc){......
  • 分割等和子集(没理解透彻)
    给定一个非空的正整数数组nums,请判断能否将这些数字分成元素和相等的两部分。示例1:输入:nums=[1,5,11,5]输出:true解释:nums可以分割成[1,5,5]和[11]。示例2:输入:nums=[1,2,3,5]输出:false解释:nums不可以分为和相等的两部分背包问题解决classSolution{......
  • 计算机视觉(Computer Vision),计算机图形学(Computer Graphics)和数字图像(Image Proce
    计算机视觉(ComputerVision),计算机图形学(ComputerGraphics)和数字图像(ImageProcessing)从学科分类:ComputerScience/ArtificialIntelligence/ComputerVisionComputerScience/ComputerGraphicsandVisualizationElectricalEngineering/SignalProcessing/Digit......
  • 基于FPGA实现的图像加密与解密
    双非硕士研一下学期视觉转FPGA长路漫漫,但希望前途光明基于图像加密的方法网上有特别多种由于我自己本身也是初学者,所以就复现了最简单最直接的加密和解密的方法也就是明文和密钥的异或操作 显示的图片如下:原图/解密 加密图片思路:1)定义两个ROM,分别存储明文数据和密钥数据,明文数据......
  • Python小项目:利用 U-net 完成细胞图像分割
    完整数据集下载:下载链接1前言在当今数字化时代,图像处理和分析已经成为了科学研究和技术应用领域的关键部分。在生物医学领域,图像分析对于诊断、治疗和疾病研究具有重要意义。本项目将带您深入了解U-net细胞分割技术,这是一种在生物医学图像领域广泛应用的语义分割方法,旨在精......
  • 【黑产攻防道02】如何对抗黑产的图像识别模型
    全文8799字,预计阅读时间约25分钟,建议收藏后阅读验证码本质上自带一层答案的语义,这是天然的区分人和自动程序的地方。无论使用哪一种方式破解验证码,都必须识别出答案。在多年与黑产破解者的博弈对抗的过程中,我们发现,从限制黑产获取验证码图片答案这个方向来进行防御,不仅可以减少运营......
  • CutLER:一种用于无监督目标检测和实例分割的方法
    本文分享自华为云社区《CutLER:一种用于无监督目标检测和实例分割的方法》,作者:Hint。目标检测是计算机视觉中的一种重要任务,使AI系统感知、推理、理解目标。训练定位模型需要特别的标注,比如目标的框、掩膜、定位点等。本文的工作研究了无监督的目标检测和实例分割,不使用人工标注。首......
  • 在Java中将 Word 转换为图像
    您可能需要将Word文档转换为图像的原因有很多。例如,很多设备不需要任何特殊软件就可以直接打开并显示图像,并且图像在传输时其内容很难被篡改。在本文中,您将学习如何使用Spire.DocforJava将Word转换为流行的图像格式,例如JPG、PNG和SVG。 安装适用于Java的Spire.Doc首先,您......
  • 图像识别代做服务:实现创新应用的新契机
    导言:随着人工智能和图像处理技术的不断进步,图像识别已经成为了许多领域中的关键应用。然而,图像识别技术的开发和应用往往需要庞大的团队和大量的资源。这就是为什么图像识别代做服务正在崭露头角。本文将探讨图像识别代做服务如何成为实现创新应用的新契机。一、专业技术支持......
  • CutLER:一种用于无监督目标检测和实例分割的方法
    本文分享自华为云社区《CutLER:一种用于无监督目标检测和实例分割的方法》,作者:Hint。目标检测是计算机视觉中的一种重要任务,使AI系统感知、推理、理解目标。训练定位模型需要特别的标注,比如目标的框、掩膜、定位点等。本文的工作研究了无监督的目标检测和实例分割,不使用人工标注。......