OpenCV中cv2.floodFill算法详解与实战应用

一、泛洪算法——floodFill函数原型

cv2.floodFill(img,mask,seed,newvalue(BGR),(loDiff1,loDiff2,loDiff3),(upDiff1,upDiff2,upDiff3),flag)

• img：指定待进行泛洪填充操作的源图像。
• mask：定义掩码层，用于限制泛洪算法的作用区域。若需对整幅图像进行操作，掩码的尺寸应比原图大，具体为行数加2、列数加2。该掩码是一个二维矩阵，数据类型为（np.uint8），初始值全为0。在算法执行过程中，边缘一圈会被自动置为1，而只有对应原图位置为0的区域才允许进行泛洪操作，因此初始化时必须确保掩码为0矩阵。
• seed：指定泛洪算法的种子点坐标。算法依据该种子点的像素值，判断与其颜色相近的像素点是否纳入泛洪区域。此过程类似于所描述的原理。

• newvalue：指定泛洪区域填充的新颜色值，格式为(B, G, R)。
• (loDiff1, loDiff2, loDiff3)：定义相对于种子点像素值允许向下的颜色差异范围。若种子点像素为(B0, G0, R0)，则泛洪区域的下界颜色值为(B0-loDiff1, G0-loDiff2, R0-loDiff3)。
• (upDiff1, upDiff2, upDiff3)：定义相对于种子点像素值允许向上的颜色差异范围。若种子点像素为(B0, G0, R0)，则泛洪区域的上界颜色值为(B0+upDiff1, G0+upDiff2, R0+upDiff3)。
• flag：控制泛洪算法的具体处理模式，由多个位域组成。

• 低八位：控制算法的连通性，决定是以种子点为中心，判断周围4个像素点还是8个像素点，并将泛洪区域内像素点的周围像素纳入考虑。通常设置为4或8，默认值为4。
• 中间八位：与掩码层的赋值行为密切相关。一般建议使用(255<<8)，使中间8位全为1，此时掩码层对应原图泛洪区域的值将被赋为255；若中间8位为0，则赋值为1。
• 高八位 由OpenCV宏参数指定
  • cv2.FLOODFILL_FIXED_RANGE：启用此标志表示改变图像内容，填充指定的newvalue颜色。
  • cv2.FLOODFILL_MASK_ONLY：启用此标志表示不改变原图像，即newvalue参数失效，转而修改对应区域的掩码值，将其设置为中间八位所指定的值。

二、简单应用

#泛洪填充(彩色图像填充)
import cv2
import numpy as np
def fill_color_demo(image):
    copyImg = image.copy()
    h, w = image.shape[:2]
    mask = np.zeros([h+2, w+2],np.uint8)   #mask必须行和列都加2，且必须为uint8单通道阵列
    #为什么要加2可以这么理解：当从0行0列开始泛洪填充扫描时，mask多出来的2可以保证扫描的边界上的像素都会被处理
    cv.floodFill(copyImg, mask, (220, 250), (0, 255, 255), (100, 100, 100), (50, 50 ,50), cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo", copyImg)
 
src = cv.imread('E:/imageload/baboon.jpg')
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)
cv.imshow('input_image', src)
fill_color_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

三、应用，结合minAreaRect

cv2.floodFill(initial_car,mask,(seed_x,seed_y),(255,0,0),(loDiff,loDiff,loDiff),(upDiff,upDiff,upDiff),flag)
 
points = []
row,column = mask.shape
 
for i in range(row):
    for j in range(column):
        if mask[i][j]==255:
           points.append((j,i))   #点应该输入点坐标（列，行）
points = np.asarray(points)
new_rect = cv2.minAreaRect(points)

到此这篇关于OpenCV中cv2.floodFill算法的使用的文章就介绍到这了，更多相关OpenCV cv2.floodFill内容请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！