您可以使用的最简单的方法之一是

“区域增长”计划。这里算法从一个种子点开始，只要该区域作为一个整体具有与包含像素之前和之后相同的属性，就会一直注册它所包围的像素。这适用于递归的相当好的种子点集。

该属性可以是颜色变化、统计属性，例如区域强度的均值和方差，也可以是纹理。分割的标准是区域的同质性。

相同的原理但替代的实现是区域拆分和合并方法。这里首先将图像划分为固定部分——比如 4 个部分，然后计算上述属性的相应分数。现在每个子区域被进一步分割，我们可以检查任何区域是否与其他区域显着不同或相同。如果子部分的同质性基本相同，则将其合并回来。但是，如果元素被实现为具有不同的属性，那么它现在属于不同的区域。

阅读本文了解更多详情：http: //vplab.iitm.ac.in/courses/CV_DIP/PDF/lect-Segmen.pdf