【计算机视觉】图像处理算法（其他篇）

最新推荐文章于 2024-10-31 19:01:46 发布

⁢Easonhe

最新推荐文章于 2024-10-31 19:01:46 发布

阅读量807

点赞数 9

分类专栏：人工智能文章标签：计算机视觉图像处理算法

本文链接：https://blog.csdn.net/qq_45471661/article/details/136525592

版权

人工智能专栏收录该内容

12 篇文章 1 订阅

订阅专栏

本文介绍了OpenCV3中的漫水填充算法，用于标记或分离图像区域，以及阈值化方法，通过像素灰度值对比实现图像分割。这两种技术在图像处理中常用于区域选择和分析。

摘要由CSDN通过智能技术生成

来源：《OpenCV3编程入门》，怀念毛星云大佬🕯️
说明：本系列重点关注各种图像处理算法的原理、作用和对比

漫水填充

漫水填充法是一种用特定的颜色填充连通区域，通过设置可连通像素的上下限以及连通方式来达到不同的填充效果的方法。漫水填充经常被用来标记或分离图像的一部分，以便对其进行进一步处理或分析，也可以用来从输入图像获取掩码区域，掩码会加速处理过程，或只处理掩码指定的像素点，操作的结果总是某个连续的区域。另外，floodfill官方译作“漫水填充”。

基本思想

所谓漫水填充，简单来说，就是自动选中了和种子点相连的区域，接着将该区域替换成指定的颜色，这是个非常有用的功能，经常用来标记或者分离图像的一部分进行处理或分析。以此填充算法为基础，类似Photoshop的魔术棒选择工具就很容易实现了。漫水填充（Flood Fill）是査找和种子点连通的颜色相同的点，魔术棒选择工具则是查找和种子点连通的颜色相近的点，把和初始种子像素颜色相近的点压进栈做
为新种子。漫水填充操作的结果总是某个连续的区域。当邻近像素点位于给定的范围（从loDiff到upDifT）内或在原始seedPoint像素值范围内时，FloodFill函数就会为这个点涂上颜色。

示例图：

阈值化

在对各种图形进行处理操作的过程中，我们常常需要对图像中的像素做出取舍与决策，直接剔除一些低于或者髙于一定值的像素。阈值可以被视作最简单的图像分割方法。比如，从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是部分或者整体）。这样的图像分割方法基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。为了从一副图像中提取出我们需要的部分，应该用图像中的毎一个像素点的灰度值与选取的阐值进行比较，并作出相应的判断。注意：阈值的选取依赖于具体的问题。即物体在不同的图像中有可能会有不同的灰度值。一旦找到了需要分割的物体的像素点，可以对这些像素点设定一些特定的值来表示。例如，可以将该物体的像素点的灰度值设定为“0”(黑色)，其他的像素点的灰度值为“255”(白色)。当然像素点的灰度值可以任意但最好设定的两种颜
色对比度较强，以方便观察结果。