Watershedアルゴリズムは、画像のセグメンテーション（分割）に広く使用されています。このアルゴリズムは、画像を地形図として見立て、高輝度を山や丘、低輝度を谷として扱います。そして、異なる色の水（ラベル）を各谷（局所最小値）に流し込みます。水が上昇するにつれて、近くの山（勾配）によって、異なる谷からの水（明らかに異なる色）が合流し始めます。それを防ぐために、水が合流する場所に堤防を築きます。すべての山が水に覆われるまで、水の流入と堤防の建設を続けます。そして、作成した堤防がセグメンテーションの結果を提供します。
以下に、PythonとOpenCVを使用してWatershedアルゴリズムを適用する基本的なコードを示します。
import cv2
import numpy as np
# 画像を読み込む
img = cv2.imread('input.jpg')
# グレースケールに変換
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二値化
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# ノイズ除去
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)
# 背景領域の確定
sure_bg = cv2.dilate(opening, kernel, iterations=3)
# 前景領域の確定
dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
ret, sure_fg = cv2.threshold(dist_transform, 0.7 * dist_transform.max(), 255, 0)
# 前景と背景の未知領域の確定
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)
# ラベリング
ret, markers = cv2.connectedComponents(sure_fg)
# ラベルに1を加え、確実に背景である領域が0になるようにする
markers = markers + 1
# 未知領域を0にマーキング
markers[unknown == 255] = 0
# watershedを適用し、境界領域を-1にマーキング
markers = cv2.watershed(img, markers)
img[markers == -1] = [0, 0, 255]
このコードは、入力画像に対してWatershedアルゴリズムを適用し、セグメンテーションを行います。結果として得られる画像では、セグメンテーションされた領域が異なる色で表示されます。
このように、PythonとOpenCVを使用すると、Watershedアルゴリズムを用いた画像セグメンテーションを簡単に実装することができます。これにより、画像から特定のオブジェクトを抽出したり、画像内の異なる領域を識別したりすることが可能になります。