OpenCV ROI(region of interest)和泛洪填充

一:ROI
感兴趣区(Region of Interest,ROIs) 是图像的一部分,
它通过在图像上选择或使用诸如设定阈值(thresholding) 或者从其他文件(如矢量> 转换获得等方法生成。
感趣区可以是点、线、面不规则的形状,通常用来作为图像分类的样本、掩膜、裁剪区或及其他操作。
(一)获取感兴趣区域

src = cv.imread("./1.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像和窗口联系
print(src.shape)
flower = src[200:400,100:250]
cv.imshow("flower",flower)

原图:
在这里插入图片描述

感兴趣区域:
在这里插入图片描述

还原操作:

src = cv.imread("./1.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像和窗口联系
print(src.shape)
flower = src[200:400,100:250]
cv.imshow("flower",flower)
gray = cv.cvtColor(flower,cv.COLOR_BGR2GRAY)  #获取一张灰度图像,单一通道
backface = cv.cvtColor(gray,cv.COLOR_GRAY2BGR)  #单一通道转3通道
src[200:400,100:250] = backface
cv.imshow("new image",src)
cv.waitKey(0)   #等待用户操作,里面等待参数是毫秒,我们填写0,代表是永远,等待用户操作
cv.destroyAllWindows()  #销毁所有窗口

在这里插入图片描述

二:泛洪填充floodFill
推文:图像处理------泛洪填充算法(Flood Fill Algorithm) 油漆桶功能

(一)

所谓的floodFill 漫水填充就是在一张图片中,和种子点像素相差在[-loDiff,+upDiff]的时候就用newVal来填充这个点。
def floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None): # real signature unknown; restored from doc

1.操作的图像, 
2.掩码, 
3.起始像素值,  #我们指定的第一个点的三个通道值
4.填充的颜色, 
5.填充颜色的低值,   #低值三通道
6.填充颜色的高值 ,  #高值三通道
7.填充的方法

参数5.填充颜色的低值就是:参数3的三通道值 减去 参数5
参数6.填充颜色的高值就是:参数3的三通道值 加上 参数6
7.填充的方法
彩色图像一般是FLOODFILL_FIXED_RANGE 指定颜色填充

还有一种是FLOODFILL_MASK_ONLY,mask的指定的位置为零时才填充,不为零不填充

def fill_color_demo(image):
    copyImg = image.copy()  #从源图像上克隆出一张新图像
    h,w = image.shape[:2]
    mask = np.zeros([h+2,w+2],np.uint8) #+2是为了使边缘像素也被修改
    print(image[30,30])  #[187 192 191]  用它进行操作的
    cv.floodFill(copyImg,mask,(30,30),(0,255,255),(50,50,50),(50,50,50),cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo",copyImg)

src = cv.imread(“./1.png”) #读取图片
fill_color_demo(src)
在这里插入图片描述

(二)FLOODFILL_MASK_ONLY我们可以自定义填充图像,掩码为1不填充,为0进行填充

def fill_binary():
    image = np.zeros([400,400,3],np.uint8)
    image[100:300,100:300,:]=255
    cv.imshow("fill_banary",image)

    mask = np.ones([402,402,1],np.uint8)
    mask[101:301,101:301] = 0  #这里设置需要加1--->101:301  这是我们填充的图像掩码为0
    cv.floodFill(image,mask,(200,200),(0,255,0),cv.FLOODFILL_MASK_ONLY)  #最好写到我们填充的图像中间
    cv.imshow("fill_banary2",image)

fill_binary()
1.操作的图像,
2.掩码, 为1不填充,为0才进行填充
3.填充图像的中央部分
4.填充的颜色, 5.填充的方法

在这里插入图片描述

在这里插入图片描述

  • 8
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
泛洪填充(Flood Fill)是一种图像处理算法,用于将图像中的一个区域或连通分量用指定的颜色进行填充。在Python OpenCV中,可以使用cv2.floodFill()函数来实现泛洪填充泛洪填充函数的原型如下: cv.floodFill(image, mask, seedPoint, newVal[, loDiff[, upDiff[, flags]]]) -> retval, image, mask, rect 其中,参数解释如下: - image:输入图像,可以是灰度图像或彩色图像。 - mask:掩膜图像,用于指定填充的区域。图像大小必须比输入图像的大小大2。 - seedPoint:起始点,填充的起始位置。 - newVal:新的像素值,填充的颜色。 - loDiff和upDiff:下界和上界,用于指定填充的范围。如果不指定,默认为(0,0,0)和(0,0,0),表示填充指定像素值的区域。 - flags:填充算法的标志,可以是cv.FLOODFILL_FIXED_RANGE或cv.FLOODFILL_MASK_ONLY。 在泛洪填充中,可以根据需要进行彩色图像填充或二值图像填充。为了演示不同的填充方式,我分别提供了两个例子: 1. 彩色图像填充: ```python import cv2 as cv 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) 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() ``` 2. 二值图像填充: ```python import cv2 as cv import numpy as np def fill_binary(): image = np.zeros([400, 400, 3], np.uint8) image[100:300, 100:300] = 255 mask = np.ones([402, 402], np.uint8) mask[101:301, 101:301] = 0 cv.floodFill(image, mask, (200,200), (255 , 0, 0), cv.FLOODFILL_MASK_ONLY) cv.imshow("filled_binary", image) fill_binary() cv.waitKey(0) cv.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值