对李纯明教授的水平集算法matlab源码的c++实现版，并做了一定优化。效果很好。.zip

介绍： == 代码都是本人参考李纯明教授的matlab源码实现的。 做了一定的优化。 效果很好，能达到李纯明教授的matlab源码运行效果，且速度更快。  可以到[李纯明教授个人博客](http://www.engr.uconn.edu/~cmli/)下载matlab代码并对照此代码,算法的实现逻辑基本一致，可以在此代码上进行修改能做更多的优化和改进。 使用： == >>1、配置opencv环境。（本人项目是在opencv3.4.1版本上运行的。应该版本3以上都可以） >>2、如下三种初始化方式（有些差别，但很有用），参数可以试着调。 >>方式一、 <pre> Mat input(); //这里初始化一个要处理的图像。 Rect set0(); //这里初始化一个矩形区域。 Drlse dr(1, 5, 5, -3, 1.5, 0.8, DOUBLEPOT); dr.init(input, set0); //传入待处理图像，并将矩形区域作为初始轮廓。 dr.evolution(80, true); //传入迭代次数和是否显示迭代过程。 Mat output = dr.getres(); //ouput则为得到的最终轮廓。 </pre> >>方式二、 <pre> Mat input(); //这里初始化一个要处理的图像。 Rect set0(); //这里初始化一个矩形区域。 Rect roi(); //这里初始化一个感兴趣区域。（作为一种优化） Drlse dr(1, 5, 5, -3, 1.5, 0.8, DOUBLEPOT); dr.init(input， roi, set0); //传入待处理图像，并传入感兴趣区域，并将矩形区域作为初始轮廓。 dr.evolution(80, true); //传入迭代次数和是否显示迭代过程。 Mat output = dr.getres(); //ouput则为得到的最终轮廓。 </pre> >>方式三、 <pre> Mat input(); //这里初始化一个要处理的图像。 Mat set0(); //这里初始化一个二值图像（必须是二值图）。 Rect roi(); //这里初始化一个感兴趣区域。（作为一种优化） Drlse dr(1, 5, 5, -3, 1.5, 0.8, DOUBLEPOT); dr.init(input， roi, set0); //传入待处理图像，并传入感兴趣区域，并将二值图作为初始轮廓。（默认会将255的值作为轮廓内区域） dr.evolution(80, true); //传入迭代次数和是否显示迭代过程。 Mat output = dr.getres(); //ouput则为得到的最终轮廓。 </pre>