OpenCV之ROI和泛洪填充

一、获取RIO区域

import cv2 as cv
import numpy as np
print("----------hello python----------")
src = cv.imread(r"D:\project\py_opencv\gyy.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)face = src[30:220, 150:320]
gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)
backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)
src[30:220, 150:320] = backface
cv.imshow("face", src)
cv.waitKey(0)
cv.destroyAllWindows()

二、泛洪填充

泛洪算法——floodFill函数原型
cv2.floodFill(img,mask,seed,newvalue(BGR),(loDiff1,loDiff2,loDiff3),(upDiff1,upDiff2,upDiff3),flag)

img：为待使用泛洪算法的图像

mask：为掩码层，使用掩码可以规定是在哪个区域使用该算法，如果是对于完整图像都要使用，则掩码层大小为原图行数+2，列数+2.是一个二维的0矩阵，边缘一圈会在使用算法是置为1。而只有对于掩码层上对应为0的位置才能泛洪，所以掩码层初始化为0矩阵。【dtype:np.uint8】

seed：为泛洪算法的种子点，也是根据该点的像素判断决定和其相近颜色的像素点，是否被泛洪处理。

newvalue：是对于泛洪区域新赋的值（B,G,R）

(loDiff1,loDiff2,loDiff3)：相对于seed种子点像素可以往下的像素值，seed(B0,G0,R0)，泛洪区域下界为（B0-loDiff1,G0-loDiff2,R0-loDiff3）

(upDiff1,upDiff2,upDiff3)：相对于seed种子点像素可以往上的像素值，seed(B0,G0,R0)，泛洪区域上界为（B0+upDiff1,G0+upDiff2,R0+upDiff3）

flags: 操作标志符，为泛洪算法的处理模式,包含二部分:
低八位(0~ 7位):用于控制算法的连通性，可取4(默认)或8
高八位(16~ 32位):可以为0或者如下两种标志符的组合:
FLOODFILL FIXED_ RANGE:设置此标志符会考虑当前像素与种子像素之间的差，否则就考虑当前像素与其相邻像素的差
FLOODFILL MASK_ ONLY:设置此标志符,函数不会去填充改变原始图像(即忽略第三个参数newVal),而去填充掩码图像mask
中间八位(8~ 15位):用于指定填充掩码图像的值，但是如果中间/ \位为0则掩码用1来填充

低八位控制算法的连通性，是以seed点为中心，接着判断周围的几个像素点，再将泛洪区域像素点周围的几个像素点进行考虑。一般为4，8；默认为4
中间八位与掩码层赋值密切相关，一般使用（255<<8）使中间8位全位1，则值为255，也就是掩码层对应原图的泛洪区域的部分被由原来的初值0赋值成255，如果中间8位为0，则赋值为1.
高八位由opencv宏参数指定
cv2.FLOODFILL_FIXED_RANGE：改变图像，填充newvalue
cv2.FLOODFILL_MASK_ONLY：不改变原图像，也就是newvalue参数失去作用，而是改变对应区域的掩码，设为中间八位的值

代码实操

import cv2 as cv
import numpy as npdef fill_color_demo(image):copyImg = image.copy()h, w = image.shape[:2]"""mask：为掩码层，使用掩码可以规定是在哪个区域使用该算法如果是对于完整图像都要使用，则掩码层大小为原图行数+2，列数+2.是一个二维的0矩阵，边缘一圈会在使用算法是置为1。而只有对于掩码层上对应为0的位置才能泛洪，所以掩码层初始化为0矩阵。"""mask = np.zeros([h+2, w+2], np.uint8)  #mask必须是单通道8位#泛洪区域下界为（B0-loDiff1,G0-loDiff2,R0-loDiff3）#泛洪区域上界为（B0 + upDiff1, G0 + upDiff2, R0 + upDiff3）#a,b,c = image[30,30,:] ==> （a-100,b-100,c-100)到（a+50, b+50, c+50）之间的像素值全部变成（0,255,255）cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), flags=cv.FLOODFILL_FIXED_RANGE)cv.imshow("fill_color_demo", copyImg)def fill_binary():image = np.zeros([400, 400, 3], np.uint8)image[100:300, 100:300, :] = 255cv.imshow("fill_binary", image)mask = np.ones([402, 402, 1], np.uint8)mask[101:301, 101:301] = 0cv.floodFill(image, mask, (200, 200), (100, 2, 255), cv.FLOODFILL_MASK_ONLY)cv.imshow("filled_binary", image)
print("----------hello python----------")
src = cv.imread("gyy.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
fill_color_demo(src)
fill_binary()
cv.waitKey(0)
cv.destroyAllWindows()

OpenCV之ROI和泛洪填充相关推荐

OpenCV+python：ROI与泛洪填充
1,ROI 感兴趣区(Region of Interest,ROI) 是图像的一部分,它通过在图像上选择或使用诸如设定阈值(thresholding) 或者从其他文件(如矢量> 转换获得等方法生 ...
人脸检测-ROI与泛洪填充（5）
ROI(region of interest)感兴趣区域: 图像处理中,从被处理的图像以方框.圆.椭圆.不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,ROI.在Halcon.OpenCV.M ...
python填充红色_一起学opencv-python七（ROI，泛洪填充和颜色替换）
ROI 这个ROI是我们自己选择的,ROI就是图像的一个子集,ROI也可以说是我们需要进行操作的一个区域或者说我们选中的区域.我下面是和opencv的滑条结合了一下,就是滑动滑条,ROI的区域会跟着变 ...
opencv基础篇3讲（二）-色彩空间转换像素运算ROI与泛洪填充
色彩空间的转换 1.常见色彩空间及色彩空间转换 RGB 红色:Red,绿色:Green,蓝色:Blue HSV 色相:Hue(0-180),饱和度:Saturation(0-255),明度:Value ...
OpenCV for Python之图像RIO与泛洪填充
OpenCV for Python之图像RIO与泛洪填充 1 ROI与泛函填充 2 ROI 3 泛洪填充 Opencv4 官方文档 : https://docs.opencv.org/4.2.0/ O ...
OpenCV笔记（1）(图片读取与现实、色彩空间、基础运算、均值方差、逻辑运算、泛洪填充、均值中值及自定义平滑)...
一.图片读取和显示 import cv2 as cv# 图片读取cv.imread(img_path) car_img = cv.imread("car1.png") # 图片显示 ...
[python opencv 计算机视觉零基础到实战] 八、ROI泛洪填充
一.学习目标了解什么是ROI 了解floodFill的使用方法如有错误欢迎指出~ 目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[pyth ...
OpenCV中泛洪填充算法解析与应用
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:opencv学堂泛洪填充(Flood Fill)很多时 ...
RIO与泛洪填充——（OpenCV+Python）
1.ROI ROI(region of interest),感兴趣区域.机器视觉.图像处理中,从被处理的图像以方框.圆.椭圆.不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,ROI. 图片截取 ...

OpenCV之ROI和泛洪填充

OpenCV之ROI和泛洪填充相关推荐

最新文章

热门文章