OpenCV 分水岭图像分割详解：基于标记的 Watershed 算法与距离变换实战

OpenCV 分水岭图像分割详解：基于标记的 Watershed 算法与距离变换实战

【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv

本文围绕 OpenCV 官方 JS 教程中的分水岭图像分割（Watershed）主题展开：先理解"地形图"直觉与基于标记的改进思路，再逐步拆解 Otsu 阈值、形态学开闭运算、距离变换、连通域标记与cv.watershed()五步流水线，并结合仓库中的 C++ 参考实现（imageSegmentation.cpp）、WebAssembly 交互示例（js_watershed_watershed.html）与回归测试（test_watershed.cpp）源码，讲解每个参数取值依据和底层实现原理。读完后，你将掌握分离相互接触物体（如堆叠硬币）的完整可运行方案，并能读懂watershed()的优先级队列式扫描实现。

1. 目标与理论：从地形直觉到基于标记的改进

官方教程（js_watershed.markdown）设定的学习目标是：学会使用基于标记（marker-based）的分水岭算法做图像分割，核心 API 为cv.watershed()。

经典分水岭的地形直觉：任意灰度图像都可以看作一幅地形图——高亮度是山峰与山脊，低亮度是山谷。从每个孤立山谷（局部极小值）开始注入不同颜色的水（即不同的标签），随着水位上升，相邻山谷的水会因附近山峰（灰度梯度）的形状而汇合；为了避免不同颜色的水混合，在汇合处修建屏障。持续注水与筑坝直到所有山峰被淹没，这些屏障就构成最终的分割结果。

为什么必须引入标记：纯粹的地形方法会因图像噪声或不规则纹理产生过度分割（over-segmentation）。因此 OpenCV 实现了 marker-based watershed：由调用者显式指定哪些"谷点"应当合并、哪些不该合并，使其成为一种交互式分割。具体操作是：

• 对确信是前景/物体的区域，赋予一个颜色（或灰度）标签；
• 对确信是背景/非物体的区域，赋予另一个标签；
• 对不确定的区域，标为0——这就是标记（marker）。

随后应用分水岭算法：marker 图会被原地更新为我们赋予的标签，而物体边界处的像素值变为 -1。这一"用 0 表示未知、用 -1 输出边界"的约定，在下面的 JS 示例源码中可以直接验证：js_watershed_watershed.html 中unknown区域对应的 marker 被置 0，算法运行后markers.intPtr(i, j)[0] == -1的像素被涂红以显示"屏障"。

2. 五步分割流水线：以接触硬币为例

教程选取的经典场景是相互接触的硬币图像（见文首 coins.jpg）：硬币彼此相贴，即使直接做阈值化，轮廓仍然粘连在一起。完整流程为：Otsu 二值化 → 形态学开/闭运算 → 提取"确定前景"与"确定背景" → 距离变换 + 阈值 → 构造 marker 并运行 watershed。

2.1 第一步：Otsu 二值化获得粗略前景

首先找到硬币的近似轮廓，教程给出的手段是 Otsu 自动阈值化。JS 交互示例（js_watershed_threshold.html）中的实际代码为：

let src = cv.imread('canvasInput'); // gray and threshold image cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY, 0); cv.threshold(gray, gray, 0, 255, cv.THRESH_BINARY_INV + cv.THRESH_OTSU);

注意这里使用了THRESH_BINARY_INV：硬币是深色、背景是浅色，反色后前景（硬币）变为白色，便于后续形态学与距离变换以"白色前景"为前提工作。C++ 侧的参考实现 imageSegmentation.cpp 在另一场景（白底卡牌）中则使用正向 Otsu：

Mat bw; cvtColor(imgResult, bw, COLOR_BGR2GRAY); threshold(bw, bw, 40, 255, THRESH_BINARY | THRESH_OTSU);

两种方向的选择只取决于"前景该是白还是黑"，核心都是让distanceTransform输入一个 8 位单通道二值图。

2.2 第二步：形态学开闭运算，得到确定前景与确定背景

教程原文指出：阈值化图像中会有小的白色噪声，用**形态学开运算（opening）去除；物体内部的小孔用闭运算（closing）**填充。之后，"靠近物体中心的区域一定是前景，远离物体的区域一定是背景，唯一不确定的只有硬币的边界区域"。

JS 示例中的对应实现：

// get background let M = cv.Mat.ones(3, 3, cv.CV_8U); cv.erode(gray, gray, M); // opening = 先腐蚀 cv.dilate(gray, opening, M); // 再膨胀，即开运算去噪 cv.dilate(opening, coinsBg, M, new cv.Point(-1, -1), 3); // 膨胀 3 次 -> 确定背景

逻辑解读：

• 确定前景：腐蚀（erode）会剥离边界像素，剩下的像素必然是硬币内部；但腐蚀只能解决"物体不接触"的情形。由于硬币相互接触，教程给出的更优方案是距离变换 + 合适阈值（见 2.4 节）。
• 确定背景：将开运算结果膨胀若干次（示例中 3 次），使物体边界向外扩展，从而确保膨胀结果的背景区域"真的是背景"——因为边界的不确定区域已被吞入前景侧。

2.3 第三步：未知区域（border）= 确定背景 − 确定前景

剩余区域是无法判断属于硬币还是背景的部分，通常位于硬币边界、前景与背景（或两枚硬币）的交界处，教程称之为border。它可以通过确定背景区域减去确定前景区域得到，示例代码为：

cv.subtract(coinsBg, coinsFg, unknown);

2.4 第四步：距离变换提取确定前景

教程在此处给出 API 原型及参数说明，完整继承如下：

cv.distanceTransform(src, dst, distanceType, maskSize, labelType = cv.CV_32F)

参数	说明
src	8 位单通道（二值）源图像
dst	输出距离图像，8 位或 32 位浮点单通道，与src同尺寸
distanceType	距离类型（见cv.DistanceTypes，如DIST_L1/DIST_L2）
maskSize	距离变换核尺寸（见cv.DistanceTransformMasks）
labelType	输出图像类型，可为cv.CV_8U或cv.CV_32F；CV_8U仅可用于函数第一种变体且distanceType == DIST_L1

交互示例（js_watershed_distanceTransform.html）中的实际调用与阈值：

// distance transform cv.distanceTransform(opening, distTrans, cv.DIST_L2, 5); cv.normalize(distTrans, distTrans, 1, 0, cv.NORM_INF); // get foreground cv.threshold(distTrans, coinsFg, 0.7 * 1, 255, cv.THRESH_BINARY); coinsFg.convertTo(coinsFg, cv.CV_8U, 1, 0);

参数取值依据：DIST_L2使用欧氏距离，maskSize = 5是精度与速度的常用折中；距离图经normalize到[0, 1]后以0.7为阈值，即可把每个硬币中心的"山丘"单独切出来——相互接触的多枚硬币在距离图中被峰谷分开，阈值化后变成彼此分离的前景斑点，这正是距离变换对 watershed 最关键的价值。

教程还特别提醒：如果只做前景分割（不分离接触物体），则不需要距离变换，腐蚀就够了——腐蚀只是提取确定前景区域的另一种手段。C++ 示例 imageSegmentation.cpp 也印证了同样的套路：

// Perform the distance transform algorithm Mat dist; distanceTransform(bw, dist, DIST_L2, 3); // Normalize the distance image for range = {0.0, 1.0} normalize(dist, dist, 0, 1.0, NORM_MINMAX); // Threshold to obtain the peaks // This will be the markers for the foreground objects threshold(dist, dist, 0.4, 1.0, THRESH_BINARY);

注意两个实现阈值不同（JS 用 0.7、C++ 用 0.4）：阈值本质上决定前景斑点的大小与数量，0.7 只保留最深处核心（分离效果更强、但对薄物体易丢失），0.4 保留更大范围（更稳健但可能不分离），需要按场景调整。

2.5 第五步：构造 marker（connectedComponents）并执行 watershed

cv.connectedComponents原型及参数（教程原文）：

cv.connectedComponents(image, labels, connectivity = 8, ltype = cv.CV_32S)

参数	说明
image	待标记的 8 位单通道图像
labels	输出标记图像（cv.CV_32SC1类型）
connectivity	8 或 4，表示 8 连通或 4 连通
ltype	输出标记类型，当前支持cv.CV_32S与cv.CV_16U

cv.watershed原型及参数（教程原文）：

cv.watershed(image, markers)

参数	说明
image	输入 8 位 3 通道图像
markers	输入/输出 32 位单通道标记图，尺寸必须与image相同

marker 图构造的关键细节（教程原文 + JS 实现对应）：marker 是与原图同尺寸、int32 类型的数组；确信区域（无论前景还是背景）标为不同的正整数，不确定区域保持0。cv.connectedComponents()默认把背景标 0、其余连通块从 1 递增编号——但 0 会被 watershed 当作"未知区域"处理，所以背景必须换个编号。JS 示例的循环正是这样做的：所有标签 +1（使背景 0 变成 1，前景块变成 2、3、…），再把 unknown 区域置回 0：

// get connected components markers cv.connectedComponents(coinsFg, markers); for (let i = 0; i < markers.rows; i++) { for (let j = 0; j < markers.cols; j++) { markers.intPtr(i, j)[0] = markers.ucharPtr(i, j)[0] + 1; // 背景 0 -> 1，前景 -> 2,3,... if (unknown.ucharPtr(i, j)[0] == 255) { markers.intPtr(i, j)[0] = 0; // 未知区域 -> 0 } } } cv.cvtColor(src, src, cv.COLOR_RGBA2RGB, 0); cv.watershed(src, markers); // draw barriers for (let i = 0; i < markers.rows; i++) { for (let j = 0; j < markers.cols; j++) { if (markers.intPtr(i, j)[0] == -1) { src.ucharPtr(i, j)[0] = 255; // R src.ucharPtr(i, j)[1] = 0; // G src.ucharPtr(i, j)[2] = 0; // B } } }

注意两个前提条件，均由源码断言保证（见第 3 节）：src必须是CV_8UC3，markers必须是CV_32SC1且与图像同尺寸——这也是为什么示例先执行cvtColor(src, src, cv.COLOR_RGBA2RGB, 0)。运行后markers被原地修改：边界像素变为-1，示例把这些像素涂成红色，即教程所说的"barriers"。

2.6 C++ 参考实现中的 marker 构造差异

imageSegmentation.cpp 展示了另一种更常见的 C++ 写法：不用connectedComponents，而是对距离变换阈值图做findContours，把每条轮廓用drawContours(markers, contours, i, Scalar(i+1), -1)以不同整数填充，再在角落画一个圆作为背景标记：

// Create the marker image for the watershed algorithm Mat markers = Mat::zeros(dist.size(), CV_32S); // Draw the foreground markers for (size_t i = 0; i < contours.size(); i++) { drawContours(markers, contours, static_cast<int>(i), Scalar(static_cast<int>(i)+1), -1); } // Draw the background marker circle(markers, Point(5,5), 3, Scalar(255), -1); // Perform the watershed algorithm watershed(imgResult, markers);

两种写法本质相同：前景用互不相同的正整数、背景用一个正整数、未知为 0。区别仅在于前景标记来源（连通域编号 vs 轮廓填充）。该示例还演示了结果可视化：把标记图转 8 位后逐像素查markers.at<int>(i,j)，用随机颜色填充每个编号区域，得到彩色分割结果。

3. 源码深挖：cv::watershed 是如何"筑坝"的

教程的"哲学"段落描述了注水与筑坝的过程，而仓库中 segmentation.cpp 的cv::watershed实现揭示了它的工程本质——一次按"梯度代价"排序的多源扫描，而非真正模拟水位：

1. 输入校验：segmentation.cpp#L161-L162 用CV_Assert强制src.type() == CV_8UC3 && dst.type() == CV_32SC1且两图同尺寸——这就是第 2.5 节参数约束的出处。
2. 256 级优先队列：实现维护一个WSQueue q[NQ]（NQ = 256）的桶式优先队列，队列索引等于像素与其已标记邻居之间 BGR 三通道的最大绝对差（见c_diff宏，segmentation.cpp#L150-L159）。差值越小优先级越高，即算法总是先扩展"代价最小"的边界。
3. 初始相位：遍历图像，把每个 marker 邻居中值为 0 的像素按最小差值入队，并置为IN_QUEUE（-2）标记，同时确定盆地初始边界（segmentation.cpp#L183-L223）。
4. 递归填充盆地：从最高优先级非空队列取节点；若该像素的已标记邻居全部属于同一标签，则继承该标签，并将其 0 值邻居按各自差值入队；若邻居出现两个不同标签，该像素被标为WSHED（-1）（segmentation.cpp#L267-L290）——这就是"屏障"的生成点，与教程中"不同颜色的水汇合处筑坝"的直觉一一对应。
5. 图像边框：开头先把最外圈像素直接写成 -1（segmentation.cpp#L179-L181），所以结果图像的外边界天然带一圈"屏障"。

另一个值得注意的实现事实：若 marker 中没有任何正数标记（无源），算法在找到第一个非空队列前即直接return，输出图保持原样（segmentation.cpp#L230-L232）。从源码结构看，marker 构造的成败（尤其背景不能留 0 以外漏标的正整数混乱）直接决定输出质量。

4. 回归测试如何验证分水岭的正确性

Imgproc_Watershed 回归测试 为"marker 应如何构造"提供了官方级验证范式，其做法与教程流程高度一致：

• 种子构造：对参考标签图逐区域erode(expected == label, seed, kernel)（15×15 椭圆核）后写入markers，即"腐蚀参考区域作为分水岭种子，算法必须把边界重新长回来"（源码注释见 test_watershed.cpp#L47-L49）；
• 断言要点：运行后countNonZero(result == 0)必须为 0（不允许有像素未被标记，呼应"0 表示未知"的语义）；标签值最小不小于 -1、最大不超过种子标签数（不能凭空产生新标签）；内部像素与参考标签的吻合率要求 > 95%（注释实测：正确实现约 99.6%，若 watershed 什么都没做则仅约 78.7%）；两次运行结果必须逐像素一致（确定性）。

这些断言恰好可以作为自己实现流水线时的自检清单：结果中不应残留 0、不应出现种子之外的标签、且同一输入必须可复现。

5. 实战要点与常见陷阱汇总

结合教程正文、JS 示例与 C++ 源码，可提炼出以下可直接执行的清单：

1. 前提方向：二值图中前景必须为白；若原始图像是"浅色前景、深色背景"，使用THRESH_BINARY_INV（JS 示例即此用法）；
2. 距离变换阈值是调参核心：normalize到[0,1]后的阈值（示例中 0.7，C++ 示例中 0.4）决定前景斑点分离度——阈值过高会丢失细物体，过低则接触物分离不净；
3. marker 三个区域缺一不可：确定前景（不同正整数）、确定背景（一个正整数）、未知（0）；connectedComponents输出需整体 +1 才能把背景从 0 移开（JS 循环中+1的原因）；
4. 类型约束不可绕过：image必须CV_8UC3、markers必须CV_32SC1且同尺寸，watershed内部CV_Assert会直接触发异常；
5. 结果解读：输出 markers 中-1 即分割边界，JS 示例将其涂红、C++ 示例通过bitwise_not与随机着色展示；
6. 退化提醒：只做前景分割不分离接触物体时，省略距离变换、直接用腐蚀即可（教程原文明确说明）。

教程在 HTML 文档中还内嵌了五个可交互实验页面，均加载同一张 coins.jpg 并允许上传自定义图像，可按步骤在浏览器中逐步运行：Otsu 阈值 → 确定背景 → 距离变换 → 确定前景 → 完整 watershed。

适用前提与限制说明：本文以当前仓库doc/js_tutorials教程、modules/imgproc的 C++ 实现与samples/cpp官方示例为准。watershed要求 8 位三通道输入，单通道灰度图需先cvtColor转COLOR_GRAY2BGR（从CV_Assert(src.type() == CV_8UC3)可确认该约束）；基于标记的性质决定了算法质量强依赖 marker 的构造质量，对纹理复杂或前景背景对比极低的图像，需要更精细的前景/背景证据（如边缘信息、学习得到的先验），而不仅仅是形态学手段。

【免费下载链接】opencvOpen Source Computer Vision Library项目地址: https://gitcode.com/GitHub_Trending/opencv31/opencv