VLFeat SLIC超像素分割(Cpp版)

这段时间对VLFeat的C接口非常的感兴趣，以前用的都是其Matlab接口，虽然很方便，而且提供的Matlab接口要比C接口功能更强大，但Matlab终归只能用来做一下快速的方法验证，所以想比较完整的去学习它的C接口。谷歌其C接口方面的资料能够查到的也非常的有限，所以后面只能慢慢的啃官网提供的文档了。这篇VLFeat SLIC超像素分割的主要参考的是Running
VLFeat’s SLIC Superpixels using CMake and C++对这篇文章，可以当做是C接口调用的入门。

其实前几天就在Win7下跑过该代码，代码写的非常的简洁和便于理解，源代码用CMake方式进行编译，不过本小子一般都用IDE，所以就先在VS2010里面做VLFeat做了下配置，VLFeat在VS里面的配置非常的简单，怎么配置可以参阅Vlfeat图像库在vs2010，vs2012下的配置这篇博文，官网也提供了在Visual
C++ Express 2008 on Windows XP，有点老还是建议按第一篇博文来，整个配置下来非常的简单，另外还需要配置OpenCV2.x，本小子的VS2010里已经配置好，如果没配置的话，可以参阅网上大把的资料。配置完后把代码复制过来便可运行了。也可从这里复制：

//
//  main.cpp
//  vlfeat-slic
//
//  Created by willard on 15/7/9.
//

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

extern "C"{
#include <vl/generic.h>
#include <vl/slic.h>
}

int main(int argc, const char * argv[]) {
// insert code here...
std::cout << "Hello, World!\n";
VL_PRINT("hello, VLFeat!\n");
// Read the Lenna image. The matrix 'mat' will have 3 8 bit channels
// corresponding to BGR color space.
Mat mat = imread("/Users/willard/Pictures/Lenna.png", CV_LOAD_IMAGE_COLOR);

// Convert image to one-dimensional array.
float* image = new float[mat.rows*mat.cols*mat.channels()];
for (int i = 0; i < mat.rows; ++i) {
for (int j = 0; j < mat.cols; ++j) {
// Assuming three channels ...
image[j + mat.cols*i + mat.cols*mat.rows*0] = mat.at<cv::Vec3b>(i, j)[0];
image[j + mat.cols*i + mat.cols*mat.rows*1] = mat.at<cv::Vec3b>(i, j)[1];
image[j + mat.cols*i + mat.cols*mat.rows*2] = mat.at<cv::Vec3b>(i, j)[2];
}
}

// The algorithm will store the final segmentation in a one-dimensional array.
vl_uint32* segmentation = new vl_uint32[mat.rows*mat.cols];
vl_size height = mat.rows;
vl_size width = mat.cols;
vl_size channels = mat.channels();

// The region size defines the number of superpixels obtained.
// Regularization describes a trade-off between the color term and the
// spatial term.
vl_size region = 30;
float regularization = 10000.;
vl_size minRegion = 10;

vl_slic_segment(segmentation, image, width, height, channels, region, regularization, minRegion);

// Convert segmentation.
int** labels = new int*[mat.rows];
for (int i = 0; i < mat.rows; ++i) {
labels[i] = new int[mat.cols];

for (int j = 0; j < mat.cols; ++j) {
labels[i][j] = (int) segmentation[j + mat.cols*i];
}
}

int label = 0;
int labelTop = -1;
int labelBottom = -1;
int labelLeft = -1;
int labelRight = -1;

for (int i = 0; i < mat.rows; i++) {
for (int j = 0; j < mat.cols; j++) {

label = labels[i][j];

labelTop = label;
if (i > 0) {
labelTop = labels[i - 1][j];
}

labelBottom = label;
if (i < mat.rows - 1) {
labelBottom = labels[i + 1][j];
}

labelLeft = label;
if (j > 0) {
labelLeft = labels[i][j - 1];
}

labelRight = label;
if (j < mat.cols - 1) {
labelRight = labels[i][j + 1];
}

if (label != labelTop || label != labelBottom || label!= labelLeft || label != labelRight) {
mat.at<cv::Vec3b>(i, j)[0] = 0;
mat.at<cv::Vec3b>(i, j)[1] = 0;
mat.at<cv::Vec3b>(i, j)[2] = 255;
}
}
}

imwrite("Lenna_contours.png", mat);
imshow("SLIC image", mat);
waitKey();

return 0;
}

VLFeat中SLIC函数具体怎么调用，可以参考对slic.h，这里面对参数的传入说的还是比较好理解的：

The function computes the SLIC superpixels of the specified image image. image is a pointer to an width by height by by numChannles array of float. segmentation is a pointer to a width by height array of vl_uint32. segmentation contain the labels of each image
pixels, from 0 to the number of regions minus one.

Mac下的配置，哈哈，其实这才是我要说的重点。因为现在我的MBP只用而且以后也只会装一个Mac系统了，所以要在宿舍里也能玩VLFeat的话，得把VLFeat在Xcode里搞起。Mac下怎么安装OpenCV可以参阅我前面的Mac下安装OpenCV3.0和Anaconda和Mac下OpenCV3.0和OpenCV2.x自由切换，另外推荐一篇Xcode下配置OpenCV非常不错的博文Mac10.9安装OpenCV2.4.8及在XCode5中的使用，本小子在配置OpenCV就是按照这个来的，配置后完美运行OpenCV方面的程序。为了比较清楚的描述整个配置过程，可以按照此流程来：建立项目，配置OpenCV，然后再配置VLFeat，VlFeat配置可以参考官网给出的方案Xcode，在官网最后给出的一个处理动态链接库的方式，我尝试了很多次，就是通过从Xcode里将动态链接库添加进编译过程：

To copy libvl.dylib in the executable directory, we add a Copy Files build phase to the project. Right-click the vlfeat-client target in the project panel and select Add > New Build Phase > New Copy Files Build Phase. Select Destination: Executables. Then drag-and-drop
the libvl.dylib item from the panel to the Copy Files build phase.

试了很多次都没有成功，后来干脆不这么玩了，编译完后，在出现下面错误的时候：


把libvl.dylib(注意是64位的，因为Mac OS从某个版本后就全部都是64位系统了)拷贝到Debug目录下面就可以了。

下面是一些超像素分割结果，保持

region = 30

和

minRegion
= 10

，变化

regularization

。

regularization为10的结果：

regularization为100的结果：

regularization为1000的结果：

regularization为10000的结果：


保持

regularization = 10000

和

minRegion
= 10

，变化

region

: region为20的结果：

region为30的结果：


from:　http://yongyuan.name/blog/vlfeat-slic-cpp.html