一起学opencv-python七（ROI，泛洪填充和颜色替换）

ROI

 

这个ROI是我们自己选择的，ROI就是图像的一个子集，ROI也可以说是我们需要进行操作的一个区域或者说我们选中的区域。我下面是和opencv的滑条结合了一下，就是滑动滑条，ROI的区域会跟着变，我们把ROI区域的图像变为灰度图像，这样可以看出滑块滑动的效果。那么首先来学习这个滑条函数，参考了https://blog.csdn.net/u012005313/article/details/69675803#C4

其实就是一个cv2.createTrackbar函数：

 

 

 

看看例子：

 

里面还用到了一个函数。

 

好，大概了解了这些，我们就可以写代码了。

 

我这个代码的意思就是把99*99（不是100是因为不包含：右边的索引的元素）的ROI范围内的图片显示为灰度值，并且有两个滑条，决定的是这个ROI左上角的位置。一开始的效果：

 

因为我没有动滑条，所以roix和roiy这两个函数都没有执行，所以没有灰色地带。我先移动x试一下。

 

可以看到一个灰色区域。再移动y试一试。

 

灰色的位置下移了。再回到0，0也还会有，因为已经移动过了滑块。

 

关于上面的代码有几个解释和提醒：

第一，numpy的视图（关于什么叫做视图请参考前面的专栏文章），虽然不会改变原数组的形状，但是会改变原数组的内容，这一点和python的列表还不一样。

 

 

 

 

看上去[:]像是一个深拷贝，但是其实不是的。copy.deepcopy才是真正意义上的深拷贝。

 

b=a[:]，b是a的一个视图，虽然b形状的改变不会影响a，但是元素值得改变会，而c=a.copy()

这是一个深拷贝，c得任何改变都不会传递到a。如果把b=a.cpoy()都改成b=a[:]，那么灰色区域就会累计而不是仅仅是99*99的矩形。

 

第二：用createTrackbar创建滑条时，里面填了一个回调函数对吧，每次当滑条移动的时候，都会调用这个函数，并且把当前位置传递给这个函数，这就是我为什么在roix里直接拿valuex来用，而valuey还需要用getTrackbarPos来获取。

 

第三：灰度转回BGR其实还是灰度。

 

这个找到了一个合理的解释：

 

事实也是如此，

 

如果BGR三个通道的值一样，那么是不会有彩色的，就是灰度图，如果全是0或者靠近就是黑色的，全是255或者靠近就是白的，中间就是灰色的。

泛洪填充

 

有image,mask,seedPoint,newVal,loDiff,upDiff和flags参数，后三个参数是可选的，返回值有retval,image,mask,rect四个。这是基本输入输出信息，更详细的参数用法信息，参考了https://blog.csdn.net/weixin_42296411/article/details/80966724

 

flags是一个32位的，这个是需要注意的，所以下面的填充模式都左移了16位，因为16-31位才是填充模式。

 

 

 

画图软件的标尺和网格线在查看里面，默认是没有勾选的。

 

 

 

这个newVal其实应该是根据要填充的图片的通道数给值，上面给的图像就是个灰度图像，所以newVal只需要给一个值，loDiff,upDiff也是一样，后面会有彩色图像的填充，那个时候是要给三个通道的值。我这里来解释一下flags=4(mask_fill<<8)|cv2.FLOODFILL_FIXED_RANGE，第一个4是4紧邻的意思，关于4紧邻填充，下面会有详细的解释，mask_fill之所以右移8位，是因为flags的8-15位才是mask的填充颜色。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

还参考了https://www.cnblogs.com/FHC1994/p/9033580.html

我们先来复现一下别人的操作：

 

seed所在的点处灰度值为60，也就是说只有(60-20,60+20)之间的会被填充。变一下mask_fill效果立杆见影。这四个条从上到下依次为0，60，120，180。就只有60了。

 

如果我的mask不加2会如何？

 

这里必须要加2了，因为有断言来判断是不是符合+2的条件。改变上下界，现在是[-10,130]。第一，第三条也被加进去了。关于4紧邻还是8紧邻，我觉得我们可以不去了解了，我们可以不关注flags的0-7位，不过知道默认是4近邻。

 

泛洪填充的区域必须是连通的区域。我修改了一下img，其它都没变。

 

 

 

看到240后面有一段45的，完全在范围里面，但是没有被填充，原因就是它们中间有一个240，不在范围内，构不成连通的区域。

 

我下面只修改一个mask，把0-4行的mask改为1，然后就会发现那些地方不被填充了，而是保持1不变。

 

换一个数字呢？

 

 

 

为什么-1变成了255？这是因为-1在存的时候一定是按照补码来存的，-1的补码就是11111111，但是我们定义mask的时候是uint8，所以计算机读的时候就按照uint来读，就是255。或者更直接一点就是256-1=255。

 

-2应该不用解释了。256-2=254。下面试一下另一种填充方式。

 

这里先理解为这种填充方式不影响img，只是影响mask的输出，mask为0的地方会填充为mask_fill的颜色。如果mask_fill=0，那么会填充1，虽然0和1其实区别并不大，都差不多黑。

 

这个时候注意：FLOODFILL_FIXED_RANGE:表示此标志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相邻像素的差。不过这个区域还是由Seedopint决定。

 

 

 

所以当loDiff，upDiff是70的时候,mask填充的是四段，60的时候也是，说明这个等号是带的，应该是闭区间。20的时候就只有一个段了。

 

 

 

loDiff和upDiff是可选的，默认应该是0。这个flags=（关键字）一定要加，因为它本来不是这个位置的。

 

 

 

flags也是可选的。默认的flags应该是4紧邻，mask填充的是0（其实是1），填充方式是Fixed_Range那一种。

 

MASK_ONLY模式也是一样，mask不等于0的话，这些像素点就保持鸳鸯，不会被填充。

 

小数的话取得是ceil函数，也就是取小于等于的整数。所以0.9被看作0，1.2被看作1（也就是非0）。

 

 

 

上面搞的都是灰度图像，下面对彩色图像搞一下。

 

效果：

 

seedpoint决定了要填充的连通区域，就是那个圆盘，然后loDiff和upDiff决定要被填充的颜色范围，但是区域必须还得是连通的。把mask里的有一些值设为1。

 

这相当于设置了一个禁止填充区。

 

关于MASK_ONLY模式，上面我们已经试过很多次了，确实是只影响mask而不改变原图像。我这里要郑重地纠正一个在网上广为流传的错误认识。先看错误的代码：

 

这个例子唯一可取的就是： mask[101:301, 101:301] = 0 这条语句为什么是101:301而不是100:300呢？我觉得应该是掩膜mask是比原图像左右上下都多了1，所以掩膜mask左右一共比原图像多2，上下也比原图像多2。那么原图像的100就自然对应到掩膜的101，同样原图像的300就自然对应到掩膜的301。这是结果。

 

为什么用的是MASK_ONLY，原图像还会改变？这是因为少了一个关键字flags=，如果没有这个的话，cv2.cv.FLOODFILL_MASK_ONLY（1<<17）不是被作为flags参数，而是loDiff参数，为什么三个通道这里只有一个数不报错呢？我认为应该是广播了。

 

所以上面看似是MASK_ONLY的例子，其实是误人子弟。这个例子要想对，应该这么写：

 

并且用MASK_ONLY是出不来彩色的，因为mask是单通道的，简直是误人子弟。

 

我还是试了一下4紧邻和8紧邻的区别。代码来自https://blog.csdn.net/weixin_42296411/article/details/80966724，，需要按照上面做一些改动。改成250是让效果显示出来。

 

我们分析的时候还是按照博客里面的图来说。这个是原图。

 

以(4,4)为seedpoint，0为loDiff和upDiff，也就是说必须和(4,4)点的像素值一样才会填充。这个其实感觉有点像元胞自动机或者说生命游戏的不完整版（因为没有淘汰规则）。

 

这个4紧邻的过程是这样的，从seedponit开始，在4紧邻范围内，有符合填充条件的（这里就是像素值一样了）就填充，于是上图中灰色的上下左右都填充了，然后以这些点为起点，继续这个过程，就是辐射的那种感觉，只有上面的2的4紧邻区域里面有符合要求的，那么就填充，然后就没有符合要求的了，这个要求是既要在已经填充点的4紧邻区域，又要满足loDiff和upDiff所限制的条件。看懂了4紧邻的，那么8紧邻的其实没有那么难了。

 

下面来做一件事，就是颜色替换。当然这个只是很简单的颜色替换。

颜色替换

我下面要做的是把图中的蓝色换成绿色，并且亮度还要一样，其实很简单，我们只需要调换蓝色和绿色通道的亮度就可以了。

 

这样子有点怪，我们要做的不是这样的，应该是单独把比较蓝色的拿出来换成绿色而不是全部都换。那么我们要用一下inRange函数。

 

 

 

按照标准的蓝色出来的有一些不是我想要的，裙子和衣服，帽子，发带的那种比较深的蓝色我我们不要。

 

我们把Vmin调大一些，调到200大概效果可以了。

 

然后我直接上一个比较综合的代码，稍后会讲解：

 

首先因为inRange出来是一个单通道的，所以先转化了一下，不然后面没有办法和BGR的做逻辑运算，因为不符合广播的规则嘛。c里面我们想要替换的蓝色区域的值是255，我先做了一个非运算，就是0了，为什么要非，后面会看到，然后把c的非和a按位与，因为白色是255，所以白色区域对应的a的像素值再结果里不变，而黑是0，我们要替换的区域再结果输出里面也就是0，

 

然后我们又把c和绿色的图片b与了一下，这个结果是

 

然后把上面两张相加即可，因为黑是0嘛，其实这里或也行，不过为了少打字我就+了。

 

下一讲也许会先做个pyqt结合opencv的个实践项目。