图像分割-漫水填充法 floodFill (C#)

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。

本文的VB版本请访问:图像分割-漫水填充法 floodFill-CSDN博客

FloodFill方法是一种图像处理算法,它的目的是将一个闭合的区域内的像素全部涂上同一个颜色。在实现中,通常会使用递归或队列来处理待处理列表。具体的实现方式会根据具体应用场景的需求而有所不同。

CvInvoke.FloodFill方法用于执行图像的漫水填充操作,它将连通区域中的所有像素点填充为指定颜色的操作。该方法声明如下:

public static int FloodFill(

IInputOutputArray src,

IInputOutputArray mask,

Point seedPoint,

MCvScalar newVal,

out Rectangle rect,

MCvScalar loDiff,

MCvScalar upDiff,

Connectivity connectivity = Connectivity.FourConnected,

FloodFillType flags = FloodFillType.Default

)

参数说明:

  1. src:输入输出的图像,必须是单通道灰度图像或三通道彩色图像。
  2. mask:掩码图像,必须是单通道8位图像,并且高宽各比源图像大2。如果指定了掩码,则只有掩码中像素值为255的区域才会被填充或者标记。如果不指定掩码,则默认填充或者标记整个图像。
  3. seedPoint:表示种子点的坐标,即从哪个像素点开始填充或者标记连通区域。
  4. newVal:填充的新颜色,可以是一个标量值(单通道图像)或一个包含三个通道值的MCvScalar结构体(三通道图像)。
  5. rect:输出参数,表示被填充区域的边界矩形。
  6. loDiff:低阈值向量。如果相邻像素点的值与种子点的差值小于低阈值向量,则将其归为同一连通区域。
  7. upDiff:高阈值向量。如果相邻像素点的值与种子点的差值大于高阈值向量,则将其归为不同的连通区域。
  8. connectivity:连接性,指定像素的相邻关系。默认为八连通。
  9. flags:漫水填充算法的标志位。默认为FixedRange,表示使用固定的阈值范围进行填充。

返回值:

返回一个整数值,表示填充的像素个数。

cs 复制代码
        //漫水填充法 floodFill
        private void Button1_Click(object sender, EventArgs e)
        {
            Mat m = new Mat("C:\\learnEmgucv\\tower.jpg", ImreadModes.Color);
            //种子点的坐标
            Point seedPoint = new Point(100, 100);
            //填充颜色
            MCvScalar newVal = new MCvScalar(0, 255, 255);
            //掩码图像
            Mat mmask = new Mat();
            mmask = Mat.Zeros(m.Rows + 2, m.Cols + 2, DepthType.Cv8U, 1);
            Rectangle rect = new Rectangle();

            // 执行漫水填充
            int numFilledPixels = CvInvoke.FloodFill(m, mmask, seedPoint, newVal, out rect, new MCvScalar(10, 10, 10), new MCvScalar(20, 20, 20));

            //输出填充的像素个数
            Console.WriteLine("Number of filled pixels: " + numFilledPixels);
            //显示填充后的图像
            ImageBox1.Image = m;
        }

输出结果如下图所示:

图8-1漫水填充法实现图像分割

cs 复制代码
        //漫水填充法 floodFill
        //选取不同的起始点坐标进行填充
        private void Button2_Click(object sender, EventArgs e)
        {
            Mat msrc = new Mat("c:\\learnEmgucv\\tower.jpg", ImreadModes.AnyColor);
            ImageBox1.Image = msrc;

            Mat mask = new Mat(msrc.Rows + 2, msrc.Cols + 2, DepthType.Cv8U, 1);
            int area;
            //从坐标(250, 250)进行填充
            Mat mdst1 = msrc.Clone();
            Rectangle outRec;
            area = CvInvoke.FloodFill(mdst1, mask,
                                      new Point(250, 250),
                                      new MCvScalar(0, 0, 255),
                                      out outRec,
                                      new MCvScalar(40, 40, 40),
                                      new MCvScalar(40, 40, 40),
                                      Connectivity.FourConnected,
                                      FloodFillType.FixedRange);
            CvInvoke.Imshow("mdst1", mdst1);

            //从坐标(400, 400)进行填充
            Mat mdst2 = msrc.Clone();
            area = CvInvoke.FloodFill(mdst2, mask,
                                      new Point(400, 400),
                                      new MCvScalar(0, 255, 0),
                                      out outRec,
                                      new MCvScalar(60, 60, 60),
                                      new MCvScalar(80, 80, 80),
                                      Connectivity.FourConnected,
                                      FloodFillType.FixedRange);
            CvInvoke.Imshow("mdst2", mdst2);
        }

输出结果如下图所示:

图8-2 不同坐标点填充效果

cs 复制代码
        //FloodFill随机坐标点使用随机颜色填充
        private void Button3_Click(object sender, EventArgs e)
        {
            Mat msrc = new Mat("c:\\learnEmgucv\\tower.jpg", ImreadModes.AnyColor);
            ImageBox1.Image = msrc;

            Mat mask = new Mat(msrc.Rows + 2, msrc.Cols + 2, DepthType.Cv8U, 1);

            MCvScalar lodiff = new MCvScalar(20, 20, 20);
            MCvScalar hidiff = new MCvScalar(20, 20, 20);
            Random r = new Random();
            Rectangle outRec;
            for (int i = 0; i < 100; i++)
            {
                int x = r.Next(msrc.Cols);
                int y = r.Next(msrc.Rows);
                Point p = new Point(x, y);

                MCvScalar newsc = new MCvScalar(r.Next(256), r.Next(256), r.Next(256));
                int area = CvInvoke.FloodFill(msrc, mask,
                                      p,
                                      newsc,
                                      out outRec,
                                      lodiff,
                                      hidiff,
                                      Connectivity.FourConnected,
                                      FloodFillType.FixedRange);
    
            }
            CvInvoke.Imshow("mout", msrc);
        }

输出结果如下图所示:

图8-3 随机坐标点使用随机颜色填充

由于.net平台下C#和vb.NET很相似,本文也可以为C#爱好者提供参考。

学习更多vb.net知识,请参看vb.net 教程 目录

相关推荐
CoovallyAIHub5 分钟前
如何让SAM3在医学图像上比专用模型还强?一个轻量Adapter如何让它“秒变”专家?
深度学习·算法·计算机视觉
翔云 OCR API1 小时前
护照NFC识读鉴伪接口集成-让身份核验更加智能与高效
开发语言·人工智能·python·计算机视觉·ocr
这张生成的图像能检测吗3 小时前
(论文速读)BV-DL:融合双目视觉和深度学习的高速列车轮轨动态位移检测
人工智能·深度学习·计算机视觉·关键点检测·双目视觉·激光传感器
AI即插即用5 小时前
即插即用系列 | CVPR 2024 ABC-Attention:基于双线性相关注意力的红外小目标检测
图像处理·人工智能·深度学习·目标检测·计算机视觉·cnn·视觉检测
AI即插即用5 小时前
即插即用系列 | WACV 2025 SvANet:专为极小目标(<1%)设计的尺度变化注意力网络,医学图像分割新SOTA!
人工智能·深度学习·神经网络·目标检测·计算机视觉·cnn·视觉检测
AndrewHZ6 小时前
【图像处理基石】纹理的定量分析入门
图像处理·计算机视觉·cv·特征提取·算法入门·纹理定量分析
Coding茶水间6 小时前
基于深度学习的水稻虫害检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
十铭忘6 小时前
动作识别8——自建数据集进行TSN训练
计算机视觉
天若有情6736 小时前
PyTorch与OpenCV 计算机视觉实战指南(入门篇)
pytorch·opencv·计算机视觉