漫水填充思想：
就是將與種子點(diǎn)相連接的區(qū)域換成特定的顏色，通過設(shè)置連通方式或像素的范圍可以控制填充的效果。通常是用來標(biāo)記或分離圖像的一部分對其進(jìn)行處理或分析乌昔，或者通過掩碼來加速處理過程壤追。可以只處理掩碼指定的部分或者對掩碼上的區(qū)域進(jìn)行屏蔽不處理溺蕉。
主要作用就是：選出與種子點(diǎn)連通的且顏色相近的點(diǎn)资柔，對像素點(diǎn)的值進(jìn)行處理。如果遇到掩碼辙芍，根據(jù)掩碼進(jìn)行處理羹与。
工作流程：
選定種子點(diǎn)（x,y）檢查種子點(diǎn)的顏色，如果該點(diǎn)顏色與周圍連接點(diǎn)的顏色不相同吃衅，則將周圍點(diǎn)顏色設(shè)置為該點(diǎn)顏色腾誉，如果相同則不做處理。但是周圍點(diǎn)不一定都會變成和種子點(diǎn)的顏色相同趣效，如果周圍連接點(diǎn)在給定的范圍內(nèi)(lodiff - updiff)內(nèi)或在種子點(diǎn)的象素范圍內(nèi)才會改變顏色猪贪。
檢測其他連接點(diǎn)，進(jìn)行上述的處理西傀，直到?jīng)]有連接點(diǎn)桶癣，即到達(dá)檢測區(qū)域邊界停止。
floodFill(image, mask, seedPoint, newVal[, loDiff[, upDiff[, flags]]]) 參數(shù)解釋：
image：
mask：掩碼圖像肿仑，大小比原圖多兩個像素點(diǎn)。設(shè)輸入圖像大小為width * height, 則掩碼的大小必須為 (width+2) * (height+2) , mask可為輸出馏锡，也可作為輸入 伟端，由flags決定。
seedPoint ：其實(shí)填充標(biāo)記點(diǎn)
newVal：填充值
loDiff:為像素值的下限差值
flags參數(shù) : 0~7位為0x04或者0x08 即 4連通或者8 連通
8~15位為填充mask的值大小 , 若為0 党巾， 則默認(rèn)用1填充
16~23位為 : CV_FLOODFILL_FIXED_RANGE =(1 << 16), CV_FLOODFILL_MASK_ONLY =(1 << 17)
flags參數(shù)通過位與運(yùn)算處理
當(dāng)為CV_FLOODFILL_FIXED_RANGE 時霜医，待處理的像素點(diǎn)與種子點(diǎn)作比較，如果滿足(s – lodiff , s + updiff)之間(s為種子點(diǎn)像素值)署海，則填充此像素 . 若無此位設(shè)置医男，則將待處理點(diǎn)與已填充的相鄰點(diǎn)作此比較
CV_FLOODFILL_MASK_ONLY 此位設(shè)置填充的對像， 若設(shè)置此位刀森，則mask不能為空报账，此時，函數(shù)不填充原始圖像img榜晦，而是填充掩碼圖像. 若無此位設(shè)置琐凭，則在填充原始圖像的時候浊服，也用flags的8~15位標(biāo)記對應(yīng)位置的mask.
code
# -*- coding: utf-8 -*-
"""
@author: wl
"""
import numpy as np
import cv2
clicks = []
'''鼠標(biāo)選擇基準(zhǔn)點(diǎn)'''
def on_mouse(event, x, y, flags, params):
global clicks
if event == cv2.EVENT_LBUTTONDOWN:
clicks.append((y,x))
update()
'''更新填充區(qū)域'''
def update(dummy=None):
global clicks
if clicks == []:
cv2.imshow('floodfill', img)
return
lo = cv2.getTrackbarPos('lower', 'floodfill')
hi = cv2.getTrackbarPos('upper', 'floodfill')
seed = clicks[-1]
Img_mask = cv2.inRange(V, lo, hi)
h, w = V.shape[:2]
mask = np.zeros([h + 2, w + 2], np.uint8)
cv2.floodFill(Img_mask, mask, (seed[1], seed[0]), (150,150, 150), (25, 25, 25), (25, 25, 25), cv2.FLOODFILL_FIXED_RANGE)
Img_mask[Img_mask != 150] = 0
G = np.zeros(Img_mask.shape, np.uint8)
B = np.zeros(Img_mask.shape, np.uint8)
mask_result = cv2.merge([B, G, Img_mask])
img_add = cv2.addWeighted(img, 0.7, mask_result, 0.3, 0)
cv2.imshow('floodfill', img_add)
if __name__ == '__main__':
img = cv2.imread(""./data/bitmap_segmentation.png"")
# dst = cv2.bilateralFilter(src=img, d=0, sigmaColor=100, sigmaSpace=15)
dst = cv2.medianBlur(img, 5)
hsv = cv2.cvtColor(dst, cv2.COLOR_BGR2HSV)
H, S, V = cv2.split(hsv)
cv2.namedWindow('floodfill', 0)
update()
cv2.createTrackbar('lower', 'floodfill', 0, 255, update)
cv2.createTrackbar('upper', 'floodfill', 255, 255, update)
cv2.setMouseCallback('floodfill', on_mouse, 0, )
while True:
ch = 0xFF & cv2.waitKey()
update()
if ch == 27:
break
cv2.destroyAllWindows()
原圖
org.png
紅色為填充區(qū)域
2.jpg
3.png
