OpenCV 泛洪填充 floodFill()详解

本文详细介绍了OpenCV中的floodFill()函数,通过参数解析及实例展示了该函数如何使用,特别是flags参数的不同设置对填充效果的影响。讨论了mask在限制填充范围中的作用,并通过代码示例解释了填充条件,包括FLOODFILL_FIXED_RANGE和FLOODFILL_MASK_ONLY模式下的填充行为。
摘要由CSDN通过智能技术生成

在学OpenCV的时候遇到个函数floodFill()函数有点不解,特地在这里记录一下。
先说说它的参数
floorFillimage, mask , seedPoint, newVal, loDiff, upDiff, flags

参数 说明
image 处理对象
mask 掩膜(后面会说明)
seedPoint 填充的起点
newVal 填充的颜色
loDiff 填充时下限像素的差
upDiff 填充时上限像素的差
flags 填充的方式 :FLOODFILL_FIXED_RANGE 和FLOODFILL_MASK_ONLY

先看例子,先理解一下flags的作用
先看flags=FLOODFILL_FIXED_RANGE的时候

def image_fill(image):
    src = image.copy()   #先创建一个副本
    mask = np.zeros([src.shape[0]+2, src.shape[1]+2, 1], np.uint8)   #根据副本形状建一个掩膜, 注意,长和宽必须要+2,类型只能是uint8
    cv2.floodFill(src, mask, (60, 60), (0, 0, 255), (50,50,50), (50,50,50), cv2.FLOODFILL_FIXED_RANGE)
    #(60,60)代表起始点;(0,0,255)代表填充颜色;loDiff=(50,50,50)代表只能填充比填充颜色小对应数值的点,upDiff同理
    cv2.imshow('flood_fill', src)
    cv2.imshow('mask', mask)

image1 = cv2.imread('lena.jpg')    #原图
cv2.imshow('image1', image1)
image_fill(image1)
c = cv2.waitKey(0)
cv2.destroyAllWindows()

来看看结果
在这里插入图片描述
这里mask的作用是限制填充的范围,即floodFill只会填充处理对象对应的mask为0的区域,上面我将mask设置为全部都是0,所以作用范围是整张图片 (注意,作用范围是整张图片不代表会填充整张图,同时还要满足像素和填充颜色的像素差在[loDiff,upDiff]范围内) 那么,如果mask只设置一部分为0会怎么怎么样呢
(下面代码只需要重点关注mask的修改,其余部分同上)

def 
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 4
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