OpenCV之ROI和泛洪填充

一、获取RIO区域
 

import cv2 as cv
import numpy as np
print("----------hello python----------")
src = cv.imread(r"D:\project\py_opencv\gyy.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)

face = src[30:220, 150:320]
gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)
backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)
src[30:220, 150:320] = backface
cv.imshow("face", src)
cv.waitKey(0)
cv.destroyAllWindows()

二、泛洪填充

泛洪算法——floodFill函数原型
cv2.floodFill(img,mask,seed,newvalue(BGR),(loDiff1,loDiff2,loDiff3),(upDiff1,upDiff2,upDiff3),flag)

img：为待使用泛洪算法的图像

mask：为掩码层，使用掩码可以规定是在哪个区域使用该算法，如果是对于完整图像都要使用，则掩码层大小为原图行数+2，列数+2.是一个二维的0矩阵，边缘一圈会在使用算法是置为1。而只有对于掩码层上对应为0的位置才能泛洪，所以掩码层初始化为0矩阵。【dtype:np.uint8】

seed：为泛洪算法的种子点，也是根据该点的像素判断决定和其相近颜色的像素点，是否被泛洪处理。

newvalue：是对于泛洪区域新赋的值（B,G,R）

(loDiff1,loDiff2,loDiff3)：相对于seed种子点像素可以往下的像素值，seed(B0,G0,R0)，泛洪区域下界为（B0-loDiff1,G0-loDiff2,R0-loDiff3）

(upDiff1,upDiff2,upDiff3)：相对于seed种子点像素可以往上的像素值，seed(B0,G0,R0)，泛洪区域上界为（B0+upDiff1,G0+upDiff2,R0+upDiff3）

flags: 操作标志符，为泛洪算法的处理模式,包含二部分:
低八位(0~ 7位):用于控制算法的连通性，可取4(默认)或8
高八位(16~ 32位):可以为0或者如下两种标志符的组合:
FLOODFILL FIXED_ RANGE:设置此标志符会考虑当前像素与种子像素之间的差，否则就考虑当前像素与其相邻像素的差
FLOODFILL MASK_ ONLY:设置此标志符,函数不会去填充改变原始图像(即忽略第三个参数newVal),而去填充掩码图像mask
中间八位(8~ 15位):用于指定填充掩码图像的值，但是如果中间/ \位为0则掩码用1来填充

低八位 控制算法的连通性，是以seed点为中心，接着判断周围的几个像素点，再将泛洪区域像素点周围的几个像素点进行考虑。 一般为4，8；默认为4
中间八位 与掩码层赋值密切相关，一般使用（255<<8）使中间8位全位1，则值为255，也就是掩码层对应原图的泛洪区域的部分被由原来的初值0赋值成255，如果中间8位为0，则赋值为1.
高八位 由opencv宏参数指定
cv2.FLOODFILL_FIXED_RANGE：改变图像，填充newvalue
 cv2.FLOODFILL_MASK_ONLY：不改变原图像，也就是newvalue参数失去作用，而是改变对应区域的掩码，设为中间八位的值

代码实操

import cv2 as cv
import numpy as np


def fill_color_demo(image):
    copyImg = image.copy()
    h, w = image.shape[:2]
    """
    mask：为掩码层，使用掩码可以规定是在哪个区域使用该算法
    如果是对于完整图像都要使用，则掩码层大小为原图行数+2，列数+2.是一个二维的0矩阵，边缘一圈会在使用算法是置为1。
    而只有对于掩码层上对应为0的位置才能泛洪，所以掩码层初始化为0矩阵。
    """
    mask = np.zeros([h+2, w+2], np.uint8)  #mask必须是单通道8位
    #泛洪区域下界为（B0-loDiff1,G0-loDiff2,R0-loDiff3）
    #泛洪区域上界为（B0 + upDiff1, G0 + upDiff2, R0 + upDiff3）
    #a,b,c = image[30,30,:] ==> （a-100,b-100,c-100)到（a+50, b+50, c+50）之间的像素值全部变成（0,255,255）
    cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), flags=cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo", copyImg)


def fill_binary():
    image = np.zeros([400, 400, 3], np.uint8)
    image[100:300, 100:300, :] = 255
    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, 2, 255), cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled_binary", image)
print("----------hello python----------")
src = cv.imread("gyy.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_color_demo(src)
fill_binary()
cv.waitKey(0)
cv.destroyAllWindows()