Open CV系列学习笔记（五）Roi与泛洪填充 2021-01-30

最新推荐文章于 2022-11-21 12:54:43 发布

天涯尽头黄鹤楼

最新推荐文章于 2022-11-21 12:54:43 发布

阅读量326

点赞数

分类专栏： opencv学习笔记系列文章标签：计算机视觉 opencv

本文链接：https://blog.csdn.net/pidzhengding/article/details/113445000

版权

opencv学习笔记系列专栏收录该内容

27 篇文章 12 订阅

订阅专栏

本文介绍了OpenCV中的ROI（感兴趣区域）概念及其在图像处理中的应用，通过圈定图像的特定区域进行后续处理，提高效率和精度。接着详细讲解了泛洪填充（FloodFill）算法，包括其在彩色图像和二值图像中的填充实例，展示了如何利用此算法进行图像填充和着色。最后提供了实际的Python代码示例，演示了如何在OpenCV中实现泛洪填充功能。

摘要由CSDN通过智能技术生成

Open CV系列学习笔记（五）Roi与泛洪填充

一丶Roi

1.什么是Roi

ROI（region of interest），感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理。
在图像处理领域，感兴趣区域(ROI) 是从图像中选择的一个图像区域，这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定你想读的目标，可以减少处理时间，增加精度。
在这里插入图片描述
首先将我们感兴趣的区域也就是，薇尔莉特的脸给输出。
然后们我可以对我们感兴趣的区域，做一些处理反映到原图上去
这就是Roi操作，怎么样是不是很神奇！
这就是Roi操作，怎么样是不是很神奇。

二丶泛洪填充

泛洪填充(Flood Fill)很多时候国内的开发者称它为漫水填充，该算法在图形填充与着色应用程序比较常见，属于标配。在图像处理里对二值图像的Hole可以通过泛洪填充来消除，这个是泛洪填充在图像处理中很经典的一个用途，此外还可以通过泛洪填充为ROI区域着色。这个在图像处理也经常用到。让我们首先看一下泛洪填充算法本身，然后再说一下在图像处理中的应用场景。
泛洪填充，如何填充一个对象内部区域

FLOODFILL_FIXED_RANGE – 改变图像，泛洪填充
FLOODFILL_MASK_ONLY – 不改变图像、只填充遮
罩层本身、忽略新的颜色值参数
floodFill(Mat image, Mat mask, Point seedPoint,
Scalar newVal)
floodFill(image, mask, seedPoint, newVal, rect,
loDiff, upDiff, flags)
src(seed.x, seed.y)- loDiff <= src(x,y) <=
src(seed.x, seed.y)+ upDiff（注意对高低值的选取）

1.彩色图像的填充

代码：

def fill_color_demo(image):#彩色图像泛洪填充
    copyImg = image.copy()
    h,w = image.shape[:2]
    mask = np.zeros([h+2,w+2],np.uint8)
    cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo",copyImg)

运行结果：
通过修改填充cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)数据获得不同颜色的填充.
在这里插入图片描述

2.二值图像的填充

代码：

def fill_binary():#二值图像泛洪填充
    image = np.zeros([400,400,3],np.uint8)
    image[100:300,100:300,:] = 255
    h,w = image.shape[:2]
    cv.imshow("fill_binary",image)

结果：
在这里插入图片描述

def fill_binary():#二值图像泛洪填充
    image = np.zeros([400,400,3],np.uint8)
    image[100:300,100:300,:] = 255
    h,w = image.shape[:2]
    cv.imshow("fill_binary",image)

    mask = np.ones([402,402,1],np.uint8)
    mask[101:301,101:301] = 0
    cv.floodFill(image,mask,(200,200),(100,8,255),cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled binary",image)

结果：（也可自行填充喜欢的颜色）在这里插入图片描述
完整代码：`

import cv2 as cv
import numpy as np


def fill_color_demo(image):#彩色图像泛洪填充
    copyImg = image.copy()
    h,w = image.shape[:2]
    mask = np.zeros([h+2,w+2],np.uint8)
    cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo",copyImg)


def fill_binary():#二值图像泛洪填充
    image = np.zeros([400,400,3],np.uint8)
    image[100:300,100:300,:] = 255
    h,w = image.shape[:2]
    cv.imshow("fill_binary",image)

    mask = np.ones([402,402,1],np.uint8)
    mask[101:301,101:301] = 0
    cv.floodFill(image,mask,(200,200),(100,8,255),cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled binary",image)


print("--------- Python OpenCV Tutorial ---------")
src = cv.imread("E:/picture/10.bmp")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
"""
face = src[120:465,150:500]
gray = cv.cvtColor(face,cv.COLOR_BGR2GRAY)
backface = cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
src[120:465,150:500] = backface
cv.imshow("face",src)"""
#fill_color_demo(src)
fill_binary()

cv.waitKey(0)

cv.destroyAllWindows()