泛洪填充（Flood Fill）

图像形态学是图像处理中的一种基础技术，泛洪填充（Flood Fill）是其中的一种操作，用于在图像中填充特定区域。

原理和作用

原理

泛洪填充是基于种子点开始的区域生长算法。它从一个种子点开始，通过选择相邻像素并根据一定条件改变其像素值来扩展填充区域，直到满足某个停止条件为止。

作用

填充图像中的特定区域，例如选择的颜色或区域。
用于分割图像和对象检测。
在图像编辑中创建掩模或选择区域。

适用场景

图像分割和区域填充。
用于交互式图像编辑中的颜色填充、选择和分割。

泛洪填充函数可以使用以下伪代码表示：

plaintext 复制代码

FloodFill(image, seed_point, new_color, connectivity)
    Create a queue Q
    Set visited[ ] as an empty array to keep track of visited pixels

    Append seed_point to Q

    while Q is not empty do
        current_point = Q.pop()
        if current_point is within the image and not visited[current_point] then
            if pixel at current_point is similar to seed_point's color then
                Set pixel at current_point to new_color

                Add current_point to visited
                Add neighboring pixels of current_point to Q based on specified connectivity
            end if
        end if
    end while

示例代码

下面是使用Python和OpenCV库进行泛洪填充的示例代码：

python 复制代码

import cv2
import numpy as np

def show_images(image):
    cv2.namedWindow('image',cv2.WINDOW_KEEPRATIO)
    cv2.imshow('image',image)
    cv2.waitKey()
    cv2.destroyAllWindows()

def Flood_Fill(image):
    # 选择种子点
    seed_point = (50, 50)
    # 设置填充颜色
    new_color = (0, 255, 0)  # 绿色
    # 执行泛洪填充
    result = image.copy()
    cv2.floodFill(result, None, seed_point, new_color)
    return result

if __name__ == '__main__':
    # 读取图像
    img = cv2.imread('cat-dog.png', flags=0)
    re_img=Flood_Fill(img)
    # top_row = np.hstack((img, re_img[0]))
    # bottom_row = np.hstack((re_img[1], re_img[2])) #水平
    # combined_img = np.vstack((img, re_img))# 垂直
    combined_img=np.hstack((img,re_img))
    show_images(combined_img)

以上代码中，cv2.floodFill() 函数用于执行泛洪填充操作。您需要将 input_image.jpg 替换为您自己的图像文件路径，并根据需要调整种子点和填充颜色。

请注意，以上代码仅供示例参考，实际应用中可能需要根据具体情况进行调整和优化。