Python OpenCV 泛洪填充，取经之旅第 21 天

学习目标

每天 1 小时，365 天成就奇迹。

今天学习 Python OpenCV 泛洪填充相关知识，泛洪填充也叫做水漫填充算法。

原理是 从一个像素点开始，将附近满足像素要求的点，全部填充成指定颜色，直到碰到不满足要求的点。

如果从概念上记忆，常见的有四邻域像素填充法，八邻域像素填充法，基于扫描线的像素填充方法。

对于这些概念，先略过，没有建立整体认知之前，学习任何基础概念都毫无价值。

函数原型

泛洪填充的语法原型如下：

floodFill(image, mask, seedPoint, newVal[, loDiff[, upDiff[, flags]]]) -> retval, image, mask, rect

该函数包括七个参数，分别如下：

• image：操作的图像
• mask：掩膜，比 image 的高度多 2 个像素，宽度多 2 个像素。填充时不能穿过输入掩码中的非零像素
• seedPoint：起始的像素点
• newVal：新的填充值(颜色)
• loDiff：填充颜色的低值（起始像素点处颜色减去该值）
• upDiff：填充颜色的高值 （起始像素点处颜色加上该值）
• flags：操作位标识符，彩色图像一般是FLOODFILL_FIXED_RANGE 指定颜色填充

关于 flags 还找到一个清晰的说明：

当为CV_FLOODFILL_FIXED_RANGE 时，待处理的像素点与种子点作比较，如果满足(s – loDiff, s + upDiff)之间(s 为种子点像素值)，则填充；
当为CV_FLOODFILL_MASK_ONLY 时，则 mask 不能为空，此时，函数不填充原始图像 img，而是填充掩码图像.

案例代码

测试图片如下：

测试代码如下：

import cv2 as cv
import numpy as np

# 彩色图像填充
def fill_color_demo(src):
    img_copy = src.copy()
    h, w, ch = src.shape
    # 声明一个矩形形状，注意高度和宽度都增加 2 个像素
    # np.zeros 返回一个给定形状和类型的用 0 填充的数组
    mask = np.zeros([h+2, w+2], np.uint8)
    # 参数1，待使用泛洪填充的图像
    # 参数2，掩膜，使用掩膜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，则掩膜大小为原图行数 + 2，列数 + 2
    #       掩膜，是一个二维的0矩阵，因为只有掩膜上对应为 0 的位置才能泛洪
    # 参数3，泛洪填充的种子点，基于该点的像素判断和它相近颜色的像素点，是否被泛洪处理
    # 参数4，泛洪区域的新颜色（BGR格式）
    # 参数5，种子点像素可以向下的像素值
    # 参数6，种子点像素可以向上的像素值
    # 参数7，泛洪算法的处理模式
    cv.floodFill(img_copy, mask, (20, 20), (0, 255, 0),
                 (50, 50, 50), (100, 100, 100), cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("color_demo", img_copy)


if __name__ == "__main__":
    src = cv.imread('./25.jpg')

    fill_color_demo(src)
    cv.waitKey()
    cv.destroyAllWindows()

运行之后的效果如下：

关于在设置掩膜的时候，为什么像素要 +2，部分地方给出的解释是：当从 0 行 0 列开始泛洪填充扫描时，mask 多出来的 2 可以保证扫描的边界上的像素都会被处理。暂时先理解一下吧。

关于参数 5 与参数 6，找到如下资料：

从起始的种子点开始，用指定颜色填充与其相连的像素。连通性取决于相邻像素的颜色和亮度，像素在下列情况下被属于重新绘制的区域，公式如下。

在通俗的说明如下：

• (20, 20)：为种子点的位置；
• (0, 255, 0)：为泛洪填充颜色，绿色；
• (50, 50, 50)：以种子点像素三通道值[ b, g, r ]为基准，被填充范为在原图三通道最低值为[ b-50, g-50, r-50 ]；
• (100, 100, 100)：以种子点像素三通道值[ b, g, r ]为基准，被填充范为在原图三通道最高值为[ b+100, g+100, r+100]；
• cv.FLOODFILL_FIXED_RANGE：待处理的像素点与种子点作比较，在范围之内，则填充此像素。

在原图像只有像素三通道值[ b-50, g-50, r-50 ] <= [ B , G, R] <=[ b+100, g+100, r+100]在此范围内的都会被指定绿色(0, 255, 0)填充。

二值图像填充

先看代码，注意注释部分。

import cv2 as cv
import numpy as np

def fill_binary():
    # 设置一个400*400的矩形
    image = np.zeros([400, 400, 3], np.uint8)
    # 内部填充一个白色正方形

    image[100:300, 100:300, :] = 255
    cv.imshow("fill_binary", image)

    # 设置掩膜
    mask = np.ones([402, 402], np.uint8)
    mask[101:301, 101:301] = 0
    # mask不为0的区域不会被填充，mask为0的区域才会被填充
    cv.floodFill(image, mask, (200, 200), (255, 255, 0),
                 cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled_binary", image)

fill_binary()
cv.waitKey(0)
cv.destroyAllWindows()

这部分代码来源网络，重点理解 FLOODFILL_MASK_ONLY 即可，该值表示从种子点开始，填充掩膜区域。

OpenCV 尾声

1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？

做为初学者，还有很多地方学习的不深入，希望你与我一起坚持下去。

空闲之余，可以订阅橡皮擦的爬虫百例课程学习爬虫知识。

想学 Python 爬虫，可以订阅橡皮擦专栏哦~
🈲🈲🈲🈲 点击发现惊喜 🈲🈲🈲🈲

今天是持续写作的第 59 / 100 天。
如果你有想要交流的想法、技术，欢迎在评论区留言。

博主 ID：梦想橡皮擦，希望大家点赞、评论、收藏。