OpenCV_区域生长算法

算法步骤：

1. 创建一个空白的图像(全黑)；
2. 将种子点存入vector中，vector中存储待生长的种子点；
3. 依次弹出种子点并判断种子点如周围8领域的关系(生长规则)，相似的点则作为下次生长的种子点；
4. 设置结束条件；
5. vector中不存在种子点后就停止生长。

用于实现区域内具有相同特征的区域检测。

代码：

Mat RegionGrow(Mat mat, vector<Point2i> ptt, int th)
{
	Point2i ptGrowing;						//待生长点位置
	int nGrowLable = 0;								//标记是否生长过
	int nSrcValue = 0;								//生长起点灰度值
	int nCurValue = 0;								//当前生长点灰度值
	Mat matDst = Mat::zeros(mat.size(), CV_8UC1);	//创建一个空白区域，填充为黑色
													//生长方向顺序数据
	int DIR[8][2] = { { -1, -1 },{ 0, -1 },{ 1, -1 },{ 1, 0 },{ 1, 1 },{ 0, 1 },{ -1, 1 },{ -1, 0 } };
	vector<Point2i> vcGrowPt;						//生长点栈
	Point2i pt;
	int mask = 0 ;

	for (int i = 0; i < ptt.size(); i++) {
		if (mat.at<uchar>(ptt[i].y, ptt[i].x) < 200)
			continue;
		pt = ptt[i];
		vcGrowPt.push_back(pt);							//将生长点压入栈中
		matDst.at<uchar>(pt.y, pt.x) = 255;				//标记生长点
		nSrcValue = mat.at<uchar>(pt.y, pt.x);			//记录生长点的灰度值

		while (!vcGrowPt.empty())						//生长栈不为空则生长
		{
			pt = vcGrowPt.back();						//取出一个生长点
			vcGrowPt.pop_back();

			//分别对八个方向上的点进行生长
			for (int i = 0; i<9; ++i)
			{
				ptGrowing.x = pt.x + DIR[i][0];
				ptGrowing.y = pt.y + DIR[i][1];
				//检查是否是边缘点
				if (ptGrowing.x < 0 || ptGrowing.y < 0 || ptGrowing.x >(mat.cols - 1) || (ptGrowing.y > mat.rows - 1))
					continue;

				nGrowLable = matDst.at<uchar>(ptGrowing.y, ptGrowing.x);		//当前待生长点的灰度值

				if (nGrowLable == 0)					//如果标记点还没有被生长
				{
					nCurValue = mat.at<uchar>(ptGrowing.y, ptGrowing.x);
					if (abs(nSrcValue - nCurValue) < th)					//在阈值范围内则生长
					{
						matDst.at<uchar>(ptGrowing.y, ptGrowing.x) = 255;		//标记为白色
						mask +=1;
						vcGrowPt.push_back(ptGrowing);					//将下一个生长点压入栈中
					}
				}
				if (mask > 600)
					break;
			}
			
		}
	}

	return matDst.clone();
}

结果：
完成了多种子点的区域定位。其中有缺定位的，原因在于通过边缘计算的质心种子点不在理想区域内，待改进。