【计算机视觉】图像处理算法(其他篇)

来源:《OpenCV3编程入门》,怀念毛星云大佬🕯️

说明:本系列重点关注各种图像处理算法的原理、作用和对比

漫水填充

漫水填充法是一种用特定的颜色填充连通区域,通过设置可连通像素的上下限以及连通方式来达到不同的填充效果 的方法。漫水填充经常被用来标记或分离图像的一部分 ,以便对其进行进一步处理或分析,也可以用来从输入图像获取掩码区域,掩码会加速处理过程,或只处理掩码指定的像素点,操作的结果总是某个连续的区域。另外,floodfill官方译作"漫水填充"。

基本思想

所谓漫水填充,简单来说,就是自动选中了和种子点相连的区域,接着将该区域替换成指定的颜色,这是个非常有用的功能,经常用来标记或者分离图像的一部分进行处理或分析。以此填充算法为基础,类似Photoshop的魔术棒选择工具就很容易实现了。漫水填充(Flood Fill)是査找和种子点连通的颜色相同的点,魔术棒选择工具则是查找和种子点连通的颜色相近的点,把和初始种子像素颜色相近的点压进栈做

为新种子。漫水填充操作的结果总是某个连续的区域。当邻近像素点位于给定的范围(从loDiff到upDifT)内或在原始seedPoint像素值范围内时,FloodFill函数就会为这个点涂上颜色。

示例图:

阈值化

在对各种图形进行处理操作的过程中,我们常常需要对图像中的像素做出取舍与决策,直接剔除一些低于或者髙于一定值的像素 。阈值可以被视作最简单的图像分割 方法。比如,从一副图像中利用阈值分割出我们需要的物体部分(当然这里的物体可以是部分或者整体)。这样的图像分割方法基于图像中物体与背景之间的灰度差异 ,而且此分割属于像素级的分割 。为了从一副图像中提取出我们需要的部分,应该用图像中的毎一个像素点的灰度值与选取的阐值进行比较,并作出相应的判断。注意:阈值的选取依赖于具体的问题。即物体在不同的图像中有可能会有不同的灰度值。一旦找到了需要分割的物体的像素点,可以对这些像素点设定一些特定的值来表示。例如,可以将该物体的像素点的灰度值设定为"0"(黑色),其他的像素点的灰度值为"255"(白色)。当然像素点的灰度值可以任意但最好设定的两种颜

对比度较强,以方便观察结果

示例图(二进制阈值):

相关推荐
NAGNIP3 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱11 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub14 小时前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub15 小时前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub15 小时前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮1 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法