Opencv中cv2.floodFill算法的用法

這篇文章主要講解了“Opencv中cv2.floodFill算法的用法”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Opencv中cv2.floodFill算法的用法”吧！

目錄

• 一、 泛洪算法——floodFill函數(shù)原型

• 二、簡單應(yīng)用

• 三、應(yīng)用，結(jié)合minareaRect

一、 泛洪算法——floodFill函數(shù)原型

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

• img：為待使用泛洪算法的圖像

• mask：為掩碼層，使用掩碼可以規(guī)定是在哪個區(qū)域使用該算法，如果是對于完整圖像都要使用，則掩碼層大小為原圖行數(shù)+2，列數(shù)+2.是一個二維的0矩陣，邊緣一圈會在使用算法是置為1。而只有對于掩碼層上對應(yīng)為0的位置才能泛洪，所以掩碼層初始化為0矩陣。【dtype:np.uint8】

• seed：為泛洪算法的種子點，也是根據(jù)該點的像素判斷決定和其相近顏色的像素點，是否被泛洪處理。
  【類似于】

• newvalue：是對于泛洪區(qū)域新賦的值（B,G,R）

• (loDiff1,loDiff2,loDiff3)：是相對于seed種子點像素可以往下的像素值，即seed(B0,G0,R0)，泛洪區(qū)域下界為（B0-loDiff1,G0-loDiff2,R0-loDiff3）

• (upDiff1,upDiff2,upDiff3)：是相對于seed種子點像素可以往上的像素值，即seed(B0,G0,R0)，泛洪區(qū)域上界為（B0+upDiff1,G0+upDiff2,R0+upDiff3）

• flag：為泛洪算法的處理模式。
  

• 低八位 控制算法的連通性，是以seed點為中心，接著判斷周圍的幾個像素點，再將泛洪區(qū)域像素點周圍的幾個像素點進(jìn)行考慮。 一般為4，8；默認(rèn)為4

• 中間八位 與掩碼層賦值密切相關(guān)，一般使用（255<<8）使中間8位全位1，則值為255，也就是掩碼層對應(yīng)原圖的泛洪區(qū)域的部分被由原來的初值0賦值成255，如果中間8位為0，則賦值為1.

• 高八位 由opencv宏參數(shù)指定

• cv2.FLOODFILL_FIXED_RANGE：改變圖像，填充newvalue

• cv2.FLOODFILL_MASK_ONLY：不改變原圖像，也就是newvalue參數(shù)失去作用，而是改變對應(yīng)區(qū)域的掩碼，設(shè)為中間八位的值

二、簡單應(yīng)用

#泛洪填充(彩色圖像填充)
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必須行和列都加2，且必須為uint8單通道陣列
    #為什么要加2可以這么理解：當(dāng)從0行0列開始泛洪填充掃描時，mask多出來的2可以保證掃描的邊界上的像素都會被處理
    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、應(yīng)用，結(jié)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))   #點應(yīng)該輸入點坐標(biāo)（列，行）
points = np.asarray(points)
new_rect = cv2.minAreaRect(points)

感謝各位的閱讀，以上就是“Opencv中cv2.floodFill算法的用法”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Opencv中cv2.floodFill算法的用法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！