使用Opencv(python)实现泛洪填充

python_opencv中的泛洪填充方法

  • cv.FLOODFILL_FIXED_RANGE ———— 对图像进行泛洪填充
  • cv.FLOODFILL_MASK_ONLY ———— 对mask进行填充

泛洪填充的一些简单介绍

常见的泛洪填充算法有四邻域像素填充,八邻域填充,基于扫描线的像素填充方法;同时又可以分为递归和非递归方法。

基于Python_opencv的代码实现

import cv2 as cv
import numpy as np

#基于彩色图像的泛洪填充
def flood_color_demo(image):
    copy_Image = image.copy()
    h , w =image.shape[:2]
    mask = np.zeros((h+2, w+2), dtype = np.uint8)
    cv.floodFill(copy_Image, mask, (100,100),(255,255,0),(100,100,100),(20,20,20),cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("flood_color_demo",copy_Image)


def flood_binary_demo()
    image = np.zeros((400,400,3), dtype = np.uint8)
    image[100:300,100:300,3] = 255
    cv.imshow("image ", image)
    
    mask = np.ones((402,402,1), dtype=np.uint8)
    mask[101:301,101:301] = 0
    cv.floodFill(image,mask,(102,102),(255,255,0),cv.FLOODFILL_MASK_ONLY)
    cv.imshow("flood_binary_demo",image)
    


if __name__ == “__main__”:
    src = cv.imread("")
    cv.imshow("input_image",src)
    flood_color_demo(src)
    flood_binary_demo()
    cv.waitKey(0)
    cv.destroyAllWindows()

实现效果

image.png

image.png

image.png

image.png

cv.floodFill()参数介绍

cv.floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None)

  • image : Input/output 1- or 3-channel, 8-bit, or floating-point image.
    It is modified by the function unless the #FLOODFILL_MASK_ONLY flag is set in the second variant of the function.
  • mask
  • seedPoint:Starting point.
  • newVal :New value of the repainted domain pixels.
  • loDiff : lower brightness/color difference between the currently observed pixel and one of its neighbors belonging to the component, or a seed pixel being added to the component.
  • upDiff : upper brightness/color difference between the currently observed pixel and one of its neighbors belonging to the component, or a seed pixel being added to the component.
  • flags : 官方介绍四邻域像素填充,八邻域填充方法。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342