from：魔棒工具--RegionGrow算法简介

　　ps里面的魔棒工具非常好用，是图像处理中非常常用的一个工具，它现在已经是我的c++工具箱中很重要的一员了，我会在以后的时间里把我的工具箱逐渐介绍给大家。

　　魔棒工具的核心算法是RegionGrow区域成长法,它的概念很简单，首先在要处理的图片上选取一个种子点，然后以此点为起点，向四周辐射形成一个区域。最初成长区域只有种子点这一个点，然后不断把周围的点归并入该成长区域，条件是该点的值与成长区域边界点的值之差小于阈值。当成长区域不能再继续扩大时，算法停止。

算法说明：

　　区域成长法的思想很好理解，代码实现对于初学者有一定难度。对于满足条件的像素点，函数会把它们一个个的压入队列的尾部，然后从队列的头部一个个的取出来，形成成长区域。M是一个点名册，用来记录每一个像素是否被处理过。start和end用来记录队列的头和尾，当start==end时，说明所有所有像素已经处理完，函数结束。

参数说明：

src: 输入的单通道图像。

dst: 输出的单通道图像，与输入同大小，必须提前开空间。

seedx, seedy: 种子点坐标

threshold: 容差

flag: 0/1 表示搜索方式是 8/4 邻域

struct Node
{int x;int y;Node* next;
};void MyTreasureBox::RegionGrow(const IplImage* src, IplImage* dst, int seedx, int seedy, int threshold, bool flag)
{if(!src || src->nChannels != 1)return ;int width = src->width;int height = src->height;int srcwidthstep = src->widthStep;uchar* img = (uchar*)src->imageData;//成长区域
    cvZero(dst);//标记每个像素点是否被计算过IplImage* M = cvCreateImage(cvSize(width, height), 8, 1);int Mwidthstep = M->widthStep;cvZero(M);M->imageData[seedy * Mwidthstep + seedx] = 1;    //种子点位置为1，其它位置为0
CvScalar cur = CV_RGB(255,255,255);cvSet2D(dst, seedy, seedx, cur);//队列的两端int start = 0;int end = 1;Node *queue = new Node;queue->x = seedx;queue->y = seedy;queue->next = NULL;Node *first = queue;Node *last = queue;while (end - start > 0){int x = first->x;int y = first->y;uchar pixel = (uchar)img[y * srcwidthstep + x];for (int yy = -1; yy<=1; yy++){for (int xx = -1; xx<=1; xx++){if(flag)if ( abs(yy) && abs(xx))continue;int cx = x + xx;int cy = y + yy;if (cx >= 0 && cx <width && cy >=0 && cy < height){if (abs(img[cy * srcwidthstep + cx] - pixel) <= threshold && M->imageData[cy * Mwidthstep + cx] != 1){Node *node = new Node;node->x = cx;node->y = cy;node->next = NULL;end++;last->next = node;last = node;M->imageData[cy * Mwidthstep + cx] = 1;cvSet2D(dst, cy, cx, cur);}}}}Node* temp = first;first = first->next;delete temp;start++;}cvReleaseImage(&M);
}

魔棒工具--RegionGrow算法简介相关推荐

数据结构与算法：算法简介
数据结构与算法:算法简介雪柯大工生物信息提笔为写给奋进之人已关注你说呢 . shenwei356 等 70 人赞同了该文章引用自算法图解,作者[美] Aditya Bhargava 译袁国 ...
hash算法_一致性hash算法简介
一致性hash算法有什么用?我们为什么需要一致性hash算法?这两个问题的答案可以看这篇文章分布式系统路由算法简介. 了解了一致性hash算法出现的背景,我们来看看什么是一致性hash算法.一致性h ...
Minimax 和 Alpha-beta 剪枝算法简介，及以此实现的井字棋游戏（Tic-tac-toe）
前段时间用 React 写了个2048 游戏来练练手,准备用来回顾下 React 相关的各种技术,以及试验一下新技术.在写这个2048的过程中,我考虑是否可以在其中加入一个 AI 算法来自动进行游戏, ...
推荐系统算法_机器学习和推荐系统（二）推荐算法简介
推荐算法简介一. 基于人口统计学的推荐算法二.基于内容的推荐算法三. 基于协同过滤的推荐算法协同过滤(Collaborative Filtering , CF) 基于近邻的系统过滤基于用户( ...
图像迁移风格保存模型_CV之NS：图像风格迁移(Neural Style 图像风格变换)算法简介、关键步骤配图、案例应用...
CV之NS:图像风格迁移(Neural Style 图像风格变换)算法简介.过程思路.关键步骤配图.案例应用之详细攻略目录图像风格迁移算法简介图像风格迁移算法过程思路 1.VGG对比NS 图像风 ...
【数据挖掘】基于划分的聚类方法 ( K-Means 算法简介 | K-Means 算法步骤 | K-Means 图示 )
文章目录一. 基于划分的聚类方法二. K-Means 算法简介三. K-Means 算法步骤四. K-Means 方法的评分函数五. K-Means 算法图示一. 基于划分的聚类方法 ...
AI - 常见算法简介（Common Algorithms）
机器学习常见算法简介 - 原文链接:http://usblogs.pwc.com/emerging-technology/machine-learning-methods-infographic/ 应 ...
DL之CNN：卷积神经网络算法简介之原理简介——CNN网络的3D可视化(LeNet-5为例可视化)
DL之CNN:卷积神经网络算法简介之原理简介--CNN网络的3D可视化(LeNet-5为例可视化) CNN网络的3D可视化 3D可视化地址:http://scs.ryerson.ca/~aharley ...
DL之CNN：计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏)
DL之CNN:计算机视觉之卷积神经网络经典算法简介.重要进展.改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1.CNN历年冠军算法 1.1.LeNet-5 1.2.AlexNet 1.3. ...

魔棒工具--RegionGrow算法简介

from：魔棒工具--RegionGrow算法简介

魔棒工具--RegionGrow算法简介相关推荐

最新文章

热门文章

魔棒工具--RegionGrow算法简介

from： 魔棒工具--RegionGrow算法简介

魔棒工具--RegionGrow算法简介相关推荐

最新文章

热门文章

from：魔棒工具--RegionGrow算法简介