Wolfram言語にはクラスタリング，流域法，領域成長から，ニューラルネットワークを使った意味的分割およびオブジェクト分割まで，さまざまな低レベルと高レベルの画像分割テクニックが含まれている．分割関数は，より安定している結果を得るための事前処理と事後処理の豊富な関数一式だけでなく，分割の結果に使う解析関数と一緒に使うことができる．

前景と背景の分離

RemoveBackground — 画像の前景から背景を分ける

ImageSegmentationFilter — 画像内のオブジェクトまたは領域を分割する

二値分割

Binarize — 画素強度の閾値による分割

MorphologicalBinarize  ▪  LocalAdaptiveBinarize  ▪  RegionBinarize  ▪  ChanVeseBinarize

複数要素の分割

ImageSegmentationComponents — ニューラルネットワークを使った高レベルの分割

ClusteringComponents — クラスタ分析に基づく分割

WatershedComponents — 流域法に基づく分割

GrowCutComponents — セルオートマトンの進化を使った分割

MorphologicalComponents — 形態学的に接続された要素を求める

ImageForestingComponents — 画素グラフの接続性に基づく分割

ArrayComponents — 同一要素を求める

オブジェクト分割

ImageCases，ImageContents — 画像内のオブジェクトを検出，認識，分割する

意味的分割

意味的分割のためのニューラルネットワーク

"YOLO V8 Segment Trained on MS-COCO Data"  ▪  "Ademxapp Model A1 Trained on Cityscapes Data"  ▪  "Dilated ResNet-22 Trained on Cityscapes Data"  ▪  …

要素解析

ComponentMeasurements — 形状および色の分析

SelectComponents  ▪  DeleteSmallComponents  ▪  DeleteBorderComponents

Colorize — すべての区分を異なる色に色付けする

HighlightImage — 関心領域をハイライトする

画像の準備

ColorQuantize — 画像中の別個の色数を削減する

FillingTransform — 画像中のノイズを削減して滑らかな領域を作成する

GradientFilter，RangeFilter — 画像からエッジマップを作成する

FindThreshold  ▪  Threshold  ▪  ImageClip