漫水填充算法

漫水填充法是一种用特定的颜色填充算法填充连通区域,通过设置可连通像素的上下限以及连通方式来达到不同的填充效果的方法。基本思想是自动选中了和种子点相连的区域,接着将该区域替换成指定的颜色,经常用来标记或者分离图像的一部分进行处理或分析。漫水填充也可以用来从输入图像获取掩码区域,掩码会加速处理过程,或者只处理掩码指定的像素点。其中掩膜Mask用于进一步控制那些区域将被填充颜色(比如说当对同一图像进行多次填充时)。

在OpenCV中,漫水填充是填充算法中最通用的方法。FloodFill函数有两个版本。一个不带掩膜mask的版本,和一个带mask的版本。这个掩膜mask,就是用于进一步控制哪些区域将被填充颜色(比如说当对同一图像进行多次填充时)。这两个版本的FloodFill,都必须在图像中选择一个种子点,然后把临近区域所有相似点填充上同样的颜色,不同的是,不一定将所有的邻近像素点都染上同一颜色,漫水填充操作的结果总是某个连续的区域。当邻近像素点位于给定的范围(从loDiff到upDiff)内或在原始seedPoint像素值范围内时,FloodFill函数就会为这个点涂上颜色。

函数原型:

CV_EXPORTS int floodFill( InputOutputArray image,Point seedPoint, Scalar newVal, CV_OUT Rect* rect=0,Scalar loDiff=Scalar(), Scalar upDiff=Scalar(),int flags=4 );//! fills the semi-uniform image region and/or the mask starting from the specified seed point
CV_EXPORTS_W int floodFill( InputOutputArray image, InputOutputArray mask,Point seedPoint, Scalar newVal, CV_OUT Rect* rect=0,Scalar loDiff=Scalar(), Scalar upDiff=Scalar(),int flags=4 );
  • 第一个参数,输入/输出1通道或3通道,8位或浮点图像。
  • 第二个参数,mask表示操作掩膜,为单通道8位,长宽都比输入图像大两个像素点的图像。漫水填充填充掩膜mask的零像素区域,mask中与输入图像(x,y)像素点相对应的点的坐标为(x+1,y+1)。
  • 第三个参数,Point类型的seedPoint 漫水填充算法的起始点。
  • 第四个参数,Scalar类型的newVal像素点被染色的值,在重绘区域像素的新值
  • 第五个参数,Rect*类型的rect,有默认值0,一个可选的参数,用于设置floodFill函数将要重绘区域的最小边界矩形区域。
  • 第六个参数,loDiff 当前观察像素值与其部件邻域像素值或待加入该部件的种子像素之间的亮度或颜色之负差(lower brightness/color difference)的最大值,有默认值Scalar( )。
  • 第七个参数,upDiff 当前观察像素值与其部件邻域像素值或待加入该部件的种子像素之间的亮度或颜色之正差(lower brightness/color difference)的最大值,有默认值Scalar( )。

第八个参数,flags操作标志符。 
(1)低八位(第0~7位),用于控制算法的连通性,可取4(默认值)或者8。如果设为4,表示填充算法只考虑当前像素水平方向和垂直方向的相邻点。如果设为8,除上述相邻点外,还会包含对角线方向的相邻点。 
(2)高八位部分(16~23位),可以为0或者如下两种选项标识符的组合。 
      FLOODFILL_FIXED_RANGE - 如果设置为这个标识符的话,就会考虑当前像素与种子像素之间的差,否则就考虑当前像素与其相邻像素的差。也就是说,这个范围是浮动的。
      FLOODFILL_MASK_ONLY - 如果设置为这个标识符的话,函数不会去填充改变原始图像 (也就是忽略第三个参数newVal), 而是只使用flags标志中bit8-15的值去填充掩模图像(mask)。这个标识符只对第二个版本的floodFill有用,因第一个版本里面压根就没有mask参数。
(3)中间八位部分,上面关于高八位FLOODFILL_MASK_ONLY标识符中已经说的很明显,需要输入符合要求的掩码。Floodfill的flags参数的中间八位的值就是用于指定填充掩码图像的值的。但如果flags中间八位的值为0,则掩码会用1来填充。

所有flags可以用or操作符连接起来,即“|”。例如,如果想用8邻域填充,并填充固定像素值范围,填充掩码而不是填充源图像,以及设填充值为38,那么输入的参数是这样:

flags=8 | FLOODFILL_MASK_ONLY | FLOODFILL_FIXED_RANGE | (38<<8)

关于算法细节和参数作用,可参照该博文:  https://blog.csdn.net/weixin_42296411/article/details/80966724

简单实例:

#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;int main() {Mat img2 = imread("122.jpg", 1);Mat edge;Canny(img2, edge, 100, 550, 3);Rect ccomp;Mat img3 = img2.clone();floodFill(img2, Point(50, 300), Scalar(0, 255, 0), &ccomp, Scalar(10, 10, 10), Scalar(50, 50, 50));//漫水填充Mat mask(img2.rows + 2, img2.cols + 2, CV_8UC1);copyMakeBorder(edge, mask, 0, 2, 0, 2, 0, Scalar(0));floodFill(img3, mask, Point(50, 300), Scalar(0, 255, 0), &ccomp, Scalar(10, 10, 10), Scalar(50, 50, 50));//避免边缘被填充imshow("【效果图】", img2);imshow("【效果图3】", img3);waitKey(0);
}

结果:

可以看到:效果图与效果图3的差异,人物边缘有"白边",未填充

更复杂的实例教程可参考:毛星云:https://blog.csdn.net/poem_qianmo/article/details/28261997

OpenCV3学习(7.1)——图像分割之一(漫水填充FloodFill)相关推荐

  1. 【OpenCV 4开发详解】漫水填充法

    本文首发于"小白学视觉"微信公众号,欢迎关注公众号 本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...

  2. 【OpenCV】漫水填充

    文章目录 1.漫水填充的定义 2.漫水填充法的基本思想 3.实现漫水填充算法:floodFill函数 4.代码详解 1.漫水填充的定义 ​漫水填充法是一种特定的颜色填充连通区域,通过设置可以连通像素的 ...

  3. opencv漫水填充算法floodfill

    定义 : 漫水填充算法是一种用特定颜色填充连通区域,通过设置像素上下限及连通方式来达到不同的连通效果.漫水填充经常用来标记或分离图像的一部分,以便于对其进行进一步的处理和分析.也可以从输入图像获取掩码 ...

  4. OpenCV3学习(7.2)——图像分割之二(分水岭算法watershed)

    分水岭算法原理 分水岭算法是一种图像区域分割法,在分割的过程中,它会把跟临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性是分水岭 ...

  5. 《OpenCV3编程入门》学习笔记6 图像处理(五)漫水填充

    6.5 漫水填充(floodFill) 6.5.1 漫水填充 1.定义:一种用特定的颜色填充连通区域,通过设置可连通像素的上下限及连通方式达到不同填充效果 2.基本思想:自动选中和种子点相连的区域(位 ...

  6. 深度学习中的图像分割:方法和应用

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自ronghuaiyangAI公园 作者:missingli ...

  7. 深度学习中的图像分割:方法和应用、特点

    来源:深度学习这件小事本文约2500字,建议阅读5分钟本文介绍使图像分割的方法,包括传统方法和深度学习方法,以及应用场景. 基于人工智能和深度学习方法的现代计算机视觉技术在过去10年里取得了显著进展. ...

  8. 【深度学习】医学图像分割多标签损失函数和极坐标变换

    [深度学习]医学图像分割多标签损失函数和极坐标变换 文章目录 1 基于分布的损失函数 2 基于区域的损失函数 3 基于边界的损失函数 4 多标签损失函数 5 极坐标变换 1 基于分布的损失函数 基于分 ...

  9. 【深度学习】医学图像分割的集成与后处理

    [深度学习]医学图像分割的集成与后处理 文章目录 1 如何通过组合多个神经网络提高模型性能1.1 使用融合模型减少模型的方差 2 tensorflow keras 实现模型平均2.1 训练多种模型2. ...

最新文章

  1. numpy生成随机数
  2. caffe 练习1:training LeNet on MNIST with Caffe/ 用LeNet识别手写字符集 Mnist------by 香蕉麦乐迪
  3. 内置传感器---智能手机(资料)
  4. React 相关资料
  5. java web 上传图片_java web图片上传和文件上传实例
  6. 美股个股熔断机制[博]
  7. 2.交互-对鼠标及键盘的使用
  8. android+键盘键值修改器,键盘按键修改器
  9. 977计算机考研,中国海洋大学 977计算机技术与软件工程专业课经验分享
  10. Python GUI项目:文件夹管理系统
  11. HTML期末作业-我的大学生活网页
  12. SAP 薪酬计算流程
  13. ZOJ 3736 模拟魔方
  14. c 语言程序编辑,C语言程序编辑学习篇—编程者说之C语言
  15. vue全家桶+Echarts+百度地图,搭建数据可视化系统(项目)
  16. 系统分析与设计(一)
  17. 为openwrt添加MT7620a的wifi驱动
  18. AI学会了用“人眼”看世界,甚至连人类瞳孔的细微缩放都能模拟
  19. 《如何写好科研论文》《学术规范与论文写作》-长江雨课堂-2022秋季期末考试答案分享
  20. 把漫画浏览器的离线下载的功能给实现了一下

热门文章

  1. VGGNet原理和实现
  2. 网络管理服务器规格型号,H3C vLNS系列虚拟L2TP网络服务器 配置指导-E1116-5W101
  3. Java-keepalived
  4. 接口测试基础一--HTTP请求
  5. Ubuntu下root密码认证错误
  6. 【U3D】掉落物设计
  7. .Net 插入数据MySql数据库,中文乱码解决问题
  8. idea中运行maven安装jar包到本地仓库跳过test
  9. 电子邮件地址抓取工具
  10. Android RecyclerView (十)组件化封装