OpenCV实现区域分割和区域生长

// 读取灰度图像 cv::Mat binaryImage; 
cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); 
// 二值化分割，大于阈值为255，小于阈值为0
cv::threshold(image, binaryImage, 128, 255, cv::THRESH_BINARY); 

cv::Mat image = cv::imread("image.jpg"); 
cv::Mat grayImage; 
cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY); // 转换为灰度图像 
cv::Mat markers = cv::Mat::zeros(image.size(), CV_32S); // 创建标记图像
cv::watershed(image, markers); // 分水岭分割

cv::Mat image = cv::imread("image.jpg"); 
cv::Mat segmented; 
// 均值偏移分割，其中20为空间窗口大小，40为颜色窗口大小
cv::pyrMeanShiftFiltering(image, segmented, 20, 40); 

cv::Mat image = cv::imread("image.jpg"); 
// 定义一个矩形区域作为前景（Foreground） 
cv::Mat mask(image.size(), CV_8UC1); cv::Rect rect(50, 50, 200, 300); 
// 图割分割
cv::grabCut(image, mask, rect, bgdModel, fgdModel, 5, cv::GC_INIT_WITH_RECT); 

Mat image = imread("test.jpg", 0); // 以灰度形式读取图像 
Mat segmented; 
segmented.create(image.size(), CV_32SC1); // 创建一个与原始图像尺寸相同的标签图像 
segmented = Scalar(-1); 
int label = 0; 
for (int y = 0; y < image.rows; ++y) 
{ 
    for (int x = 0; x < image.cols; ++x) 
    { 
        if (segmented.at<int>(y, x) < 0) // 未检查过的像素 
        { 
            floodFill(image, segmented, Point(x, y), label); // 区域生长 
            ++label; 
        } 
    } 
} 
imshow("segmented image", segmented); 
waitKey();