图像分割
用于按灰度、颜色、边缘或区域关系分离目标和背景。
GrabCut 前景分割
GrabCut · 可执行
以矩形区域初始化前景与背景,输出前景图、二值掩膜或着色区域。
签名
Image foreground = GrabCut(x: 10, y: 10, width: 200, height: 200, iterations: 5, output: "BinaryMask");
输入
inputImage- 8-bit BGR 或 BGRA 输入图像。
参数
xint- ROI 左上角横坐标。
yint- ROI 左上角纵坐标。
widthint- ROI 宽度。
heightint- ROI 高度。
iterationsint- 分割迭代次数。
outputstring- 输出模式。
输出
outputImage- 按 output 返回黑底前景图、二值掩膜或着色区域。
measurements量测值集合- 包含前景像素数、前景比例和实际 ROI。
行为
- 使用固定随机种子执行矩形初始化的前景分割,相同输入和参数可得到一致结果。
错误与限制
VISION_PIPELINE_PARAMETER_RELATION:ROI 越界或宽、高小于 2。VISION_PIPELINE_PARAMETER_ENUM:output 不是允许的输出模式。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit BGR 或 BGRA 图像。
示例
Image foreground = GrabCut(x: 10, y: 10, width: 200, height: 200, iterations: 5, output: "BinaryMask");
均值漂移分割
MeanShiftGm · 可执行
按空间距离和颜色距离平滑图像,并形成连续的颜色区域。
签名
Image regions = MeanShiftGm(spatialRadius: 16, colorRadius: 32, maximumLevel: 2, termCriteria: "MaxIter");
输入
inputImage- 8-bit BGR 或 BGRA 输入图像。
参数
spatialRadiusdouble- 空间邻域半径。
colorRadiusdouble- 颜色距离半径。
maximumLevelint- 金字塔最大层数。
termCriteriastring- 终止条件。
输出
outputImage- 返回与输入同尺寸的 BGR8 分割图像。
measurements量测值集合- 包含区域数、区域总像素数和平均区域面积。
行为
- 空间半径控制邻域范围,颜色半径控制可合并的颜色差异。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:半径或 maximumLevel 超出范围。VISION_PIPELINE_PARAMETER_ENUM:termCriteria 不是允许值。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit BGR 或 BGRA 图像。
示例
Image regions = MeanShiftGm(spatialRadius: 16, colorRadius: 32, maximumLevel: 2, termCriteria: "MaxIter");
单帧背景去除
BackgroundRemove · 可执行
用大核均值滤波近似当前帧背景,以差异阈值保留前景;算子不维护跨帧背景模型。
签名
Image foreground = BackgroundRemove(alpha: 0.05, historyFrames: 30, lowerThreshold: 30, upperThreshold: 30);
输入
inputImage- 由视觉图连接提供的 8-bit BGR 或 BGRA 输入图像。
参数
lowerThresholddouble- 基础灰度差异阈值。
upperThresholddouble- 按 alpha 加权后叠加到基础阈值的差异量。
alphadouble- upperThreshold 的权重;总阈值为 lowerThreshold + alpha × upperThreshold。
historyFramesint- 用于推导背景均值滤波核半径的历史长度参数;不表示持久化多帧状态。
输出
outputImage- 与输入同尺寸的 BGR8 图像;差异前景保留,背景置黑。
measurements量测值集合- 键为 foregroundPixelCount、foregroundRatio、backgroundPixelCount、backgroundRatio。
行为
- 把输入转为 BGR8,以半径 max(5, round(sqrt(historyFrames))) 的方框滤波近似背景。
- 对输入与背景的绝对差灰度图按 lowerThreshold + alpha × upperThreshold 二值化,再执行 3×3 椭圆核开、闭操作。
- 算子无跨调用状态;historyFrames 只影响本次滤波核大小。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数、数值或布尔文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_RANGE:任一参数超出公开说明声明的范围。VISION_PIPELINE_PARAMETER_NON_FINITE:数值参数为 NaN 或 Infinity。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 3/4 通道 8-bit 图像。VISION_CORE_RESULT_NON_FINITE:运行时 alpha 不在 (0,1],或 historyFrames 不在 [1,255]。
示例
在视觉 SCL 管线中声明单帧背景去除节点,并由图连接传入图像。
Image foreground = BackgroundRemove(alpha: 0.05, historyFrames: 30, lowerThreshold: 30, upperThreshold: 30);
距离变换峰值分割
DistanceMapSeg · 可执行
对单通道前景执行距离变换,以最大距离比例阈值生成峰值区域掩膜。
签名
Image peaks = DistanceMapSeg(distanceType: "L2", maskSize: 3, minimumRegionPixels: 16, thresholdRatio: 0.5);
输入
inputImage- 由视觉图连接提供的单通道 8-bit 前景图像;非零像素参与距离变换。
参数
distanceTypestring- 距离度量。
maskSizestring- 距离变换掩膜大小。
thresholdRatiodouble- 以最大距离为基准的峰值阈值比例。
minimumRegionPixelsint- 计入 regionCount 测量值的最小连通区域像素数。
输出
outputImage- 与输入同尺寸的 8UC1 掩膜;距离峰值阈值后的连通区域为 255,背景为 0。
measurements量测值集合- 键为 maximumDistancePixels、regionCount、foregroundPixelCount、meanDistancePixels。
行为
- 先把输入转换为二值图,再生成浮点距离图。
- 以 maximumDistancePixels × thresholdRatio 二值化距离图,并执行 8 连通组件统计。
- minimumRegionPixels 只过滤 regionCount 统计;当前输出按所有非背景标签写白,不按最小面积删区。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数或数值文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:distanceType 或 maskSize 不是允许值。VISION_PIPELINE_PARAMETER_RANGE:thresholdRatio 或 minimumRegionPixels 超出公开说明范围。VISION_PIPELINE_PARAMETER_RELATION:thresholdRatio 不严格位于 (0,1)。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是单通道 8-bit 图像。VISION_CORE_FOREGROUND_REQUIRED:输入不含前景像素,距离变换最大值不大于 0。VISION_CORE_RESULT_NON_FINITE:距离最大值或平均距离不是有限数,或运行时 thresholdRatio 无效。
示例
对单通道前景图生成距离峰值区域掩膜。
Image peaks = DistanceMapSeg(distanceType: "L2", maskSize: 3, minimumRegionPixels: 16, thresholdRatio: 0.5);
Canny 边缘连通域分割
EdgeBasedSegment · 可执行
对灰度化输入执行 Canny、形态学闭操作和连通域筛选,输出边缘掩膜或伪彩区域。
签名
Image segments = EdgeBasedSegment(apertureSize: 3, cannyHigh: 150, cannyLow: 50, closeKernelSize: 5, connectivity: 8, minimumRegionPixels: 64, output: "ColoredRegions");
输入
inputImage- 由视觉图连接提供的 8-bit BGR 或 BGRA 输入图像。
参数
cannyLowdouble- Canny 低阈值。
cannyHighdouble- Canny 高阈值。
apertureSizeint- Canny Sobel 孔径大小。
closeKernelSizeint- 连接边缘的矩形闭操作核大小。
minimumRegionPixelsint- 计入区域统计和伪彩输出的最小连通区域像素数。
connectivityint- 连通域邻域。
outputstring- 输出模式。
输出
outputImage- ColoredRegions 返回 BGR8 伪彩连通区域;EdgeMask 返回 8UC1 闭操作边缘掩膜。
measurements量测值集合- 键为 regionCount、edgePixelCount、largestRegionPixels。
行为
- 输入先转灰度,再以 cannyLow/cannyHigh 和 apertureSize 执行 Canny。
- 用 closeKernelSize 方形核闭合边缘,并按 connectivity 计算连通域。
- ColoredRegions 只绘制达到 minimumRegionPixels 的区域;颜色表最多 256 色,更多区域循环复用颜色。
- EdgeMask 返回闭操作后的全部边缘,不按 minimumRegionPixels 过滤。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数或数值文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:connectivity 或 output 不是允许值。VISION_PIPELINE_PARAMETER_RANGE:任一数值参数超出公开说明范围。VISION_PIPELINE_PARAMETER_ODD:apertureSize 或 closeKernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RELATION:cannyLow 大于或等于 cannyHigh。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 3/4 通道 8-bit 图像,或运行时 connectivity 不是 4/8。
示例
把彩色输入按 Canny 边缘闭合后输出伪彩连通区域。
Image segments = EdgeBasedSegment(apertureSize: 3, cannyHigh: 150, cannyLow: 50, closeKernelSize: 5, connectivity: 8, minimumRegionPixels: 64, output: "ColoredRegions");
Otsu 前景提取
ForegroundExtract · 可执行
以 Otsu 阈值、形态学开闭和连通域面积筛选提取单帧前景。
签名
Image foreground = ForegroundExtract(connectivity: 8, minimumRegionPixels: 64, thresholdScale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit BGR 或 BGRA 输入图像。
参数
thresholdScaledouble- Otsu 自动阈值的缩放系数;1 使用原始 Otsu 结果。
minimumRegionPixelsint- 保留前景连通区域的最小像素数。
connectivityint- 连通域邻域。
输出
outputImage- 与输入同尺寸的 BGR8 图像;达到最小面积的前景区域保留原色,其余像素置黑。
measurements量测值集合- 键为 regionCount、foregroundPixelCount、largestRegionPixels。
行为
- 输入先转 BGR8 与灰度图;以 Otsu 计算阈值,thresholdScale 不为 1 时改用缩放后的阈值。
- 对二值图执行 3×3 矩形核开、闭操作,再按 connectivity 做连通域统计。
- 只保留面积不小于 minimumRegionPixels 的连通区域,并复制对应原图像素。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数或数值文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:connectivity 不是 4 或 8。VISION_PIPELINE_PARAMETER_RANGE:thresholdScale 或 minimumRegionPixels 超出公开说明范围。VISION_PIPELINE_PARAMETER_NON_FINITE:thresholdScale 为 NaN 或 Infinity。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 3/4 通道 8-bit 图像,或运行时 connectivity 不是 4/8。VISION_CORE_RESULT_NON_FINITE:Otsu 阈值不是有限数。
示例
按 Otsu 阈值和最小面积从单帧中保留前景区域。
Image foreground = ForegroundExtract(connectivity: 8, minimumRegionPixels: 64, thresholdScale: 1);
K-Means 颜色聚类分割
KMeansSegmentation · 可执行
把 BGR 像素按颜色聚为 2–32 类,输出聚类中心色图或单通道标签图。
签名
Image clusters = KMeansSegmentation(attempts: 4, clusters: 5, epsilon: 0.001, maximumIterations: 100, output: "ClusteredImage");
输入
inputImage- 由视觉图连接提供的 8-bit BGR 或 BGRA 输入图像;BGRA 会转换为 BGR。
参数
clustersint- 请求的颜色聚类数。
attemptsint- 以不同初始中心运行 K-Means 的次数。
maximumIterationsint- 每次聚类的最大迭代次数。
epsilondouble- 聚类中心收敛阈值。
outputstring- 输出模式。
输出
outputImage- ClusteredImage 返回每像素替换为聚类中心颜色的 BGR8 图;LabelMap 返回按 0–255 缩放标签的 8UC1 图。
measurements量测值集合- 键为 clusterCount、compactness、labelledPixelCount;ClusteredImage 的 clusterCount 为非空聚类数,LabelMap 为请求聚类数。
行为
- 把每个 BGR 像素展开为一行 3 个 CV_32F 样本,使用 KMeans++ 中心初始化。
- 使用固定随机种子执行聚类,相同输入和参数可得到一致结果。
- compactness 为簇内残差平方和;完美分离数据可返回 0。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数或数值文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:output 不是 ClusteredImage 或 LabelMap。VISION_PIPELINE_PARAMETER_RANGE:任一数值参数超出公开说明范围。VISION_PIPELINE_PARAMETER_NON_FINITE:epsilon 为 NaN 或 Infinity。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 3/4 通道 8-bit 图像。VISION_CORE_OUTPUT_LIMIT_EXCEEDED:运行时 clusters 不在 [2,32]。VISION_CORE_RESULT_NON_FINITE:运行时 attempts 不在 [1,20],或 compactness 不是有限数。
示例
把输入颜色聚为 4 类并输出聚类中心色图。
Image clusters = KMeansSegmentation(attempts: 4, clusters: 4, epsilon: 0.001, maximumIterations: 100, output: "ClusteredImage");
种子区域生长
RegionGrowing · 可执行
从单通道图像的指定种子点按固定强度差和 4/8 连通邻域生长区域。
签名
Image region = RegionGrowing(connectivity: 8, lowerDifference: 20, maximumFilledPixels: 16777216, output: "BinaryMask", seedX: 0, seedY: 0, upperDifference: 20);
输入
inputImage- 由视觉图连接提供的单通道 8-bit 灰度图像。
参数
seedXint- 种子点 X 坐标。
seedYint- 种子点 Y 坐标。
lowerDifferencedouble- 相对种子强度向下允许的固定差值。
upperDifferencedouble- 相对种子强度向上允许的固定差值。
connectivityint- 区域生长邻域。
maximumFilledPixelsint- 允许生长区域包含的最大像素数。
outputstring- 输出模式。
输出
outputImage- BinaryMask 返回与输入同尺寸的 8UC1 非零区域掩膜;ColoredRegion 返回 BGR8 原图并把生长区域覆盖为绿色。
measurements量测值集合- 键为 filledPixelCount、meanIntensity、filledRatio。
行为
- 从 (seedX,seedY) 按固定强度范围和 4 或 8 连通邻域生长。
- FloodFill 掩膜带 1 像素外边框;返回前裁去外边框并统计非零像素。
- filledPixelCount 超过 maximumFilledPixels 时拒绝结果,不返回截断区域。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数或数值文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:connectivity 或 output 不是允许值。VISION_PIPELINE_PARAMETER_RANGE:种子坐标、差值或像素上限超出公开说明范围。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是单通道 8-bit 图像,或运行时 connectivity 不是 4/8。VISION_CORE_RESULT_OUT_OF_BOUNDS:种子点越出实际输入图像。VISION_CORE_FILLED_PIXEL_LIMIT_EXCEEDED:生长区域像素数超过 maximumFilledPixels。VISION_CORE_RESULT_NON_FINITE:生长区域平均强度不是有限数。
示例
从灰度图坐标 (120,80) 生长区域,并限制最大填充像素数。
Image region = RegionGrowing(connectivity: 8, lowerDifference: 15, maximumFilledPixels: 200000, output: "BinaryMask", seedX: 120, seedY: 80, upperDifference: 15);
SLIC 超像素边界
SuperpixelSlic · 可执行
使用 SLIC / SLICO / MSLIC 生成超像素,并把标签边界叠加到原图。
签名
Image superpixels = SuperpixelSlic(algorithm: "SLICO", iterations: 10, minimumElementSize: 25, regionSize: 20, ruler: 10, thickContours: false);
输入
inputImage- 由视觉图连接提供的 8-bit BGR 或 BGRA 输入图像;BGRA 会转换为 BGR。
参数
algorithmstring- 超像素算法变体。
regionSizeint- 期望超像素区域的线性尺寸。
rulerdouble- SLIC 颜色与空间距离的紧致度权重。
iterationsint- SLIC 迭代次数。
minimumElementSizeint- 最小连通元素尺寸;0 表示不执行连通性合并。
thickContoursbool- 是否请求较粗的标签边界。
输出
outputImage- 与输入同尺寸的 BGR8 图像;原图上以红色绘制超像素标签边界。
measurements量测值集合- 键为 superpixelCount、boundaryPixelCount。
行为
- 把输入转为 BGR8,创建指定 SLIC 变体并执行 iterations 次迭代。
- minimumElementSize 大于 0 时合并过小的连通元素。
- 当前输出是边界叠加图,不是整数标签图;标签总数只通过 superpixelCount 测量值返回。
- 超像素数超过 4,096 时拒绝输出。
错误与限制
VISION_PIPELINE_PARAMETER_TYPE:整数、数值或布尔文本无法按声明类型解析。VISION_PIPELINE_PARAMETER_ENUM:algorithm 不是 SLIC、SLICO 或 MSLIC。VISION_PIPELINE_PARAMETER_RANGE:任一数值参数超出公开说明范围。VISION_PIPELINE_PARAMETER_NON_FINITE:ruler 为 NaN 或 Infinity。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 3/4 通道 8-bit 图像。VISION_CORE_OUTPUT_LIMIT_EXCEEDED:超像素数超过 4,096。
示例
以 SLICO 生成超像素并在原图上显示红色边界。
Image superpixels = SuperpixelSlic(algorithm: "SLICO", iterations: 10, minimumElementSize: 25, regionSize: 20, ruler: 10, thickContours: false);