本篇主要是介绍opencv的FloodFill(漫水填充)和基于它实现的物体选取。
C++: int floodFill(InputOutputArray image, InputOutputArray mask,
Point seedPoint, Scalar newVal, Rect* rect=0, Scalar loDiff=Scalar(), Scalar upDiff=Scalar(), int flags=4 );
InputOutputArray:输入和输出图像。
mask: 输入的掩码图像。
seedPoint： 算法开始处理的开始位置。
newVal： 图像中所有被算法选中的点，都用这个数值来填充。
rect: 最小包围矩阵。
loDiff： 最大的低亮度之间的差异。
upDiff： 最大的高亮度之间的差异。
flag： 选择算法连接方式。
简单的说，就是选中点seedPoint，然后选取出它周围和它色彩差异不大的点，并将它们的值改为newVal。如果被选取的点，遇到mask掩码，则放弃对该方向的 蔓延填充。
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int loDiff = 20, upDiff = 20;
Mat image0, image, mask;
int newMaskVal = 255;
static void onMouse( int event, int x, int y, int, void* ){
Mat dst = image;
Point seed = Point(x,y);
Scalar newVal = Scalar(0, 0, 0);
Rect ccomp;
int lo = loDiff;
int up = upDiff;
int flags = 8 + (newMaskVal << 8) + CV_FLOODFILL_FIXED_RANGE;
floodFill(dst, mask, seed, newVal, &ccomp, Scalar(lo, lo, lo), Scalar(up, up, up), flags);
imshow("11", dst);
}
int main( int argc, char** argv ){
char* filename = argv[1];
image0 = imread(filename, 1);
image0.copyTo(image);
mask.create(image0.rows+2, image0.cols+2, CV_8UC1);
cv::rectangle(mask,cvPoint(0, 0),cvPoint(100, 100),cvScalar(255,255,255), 8);
namedWindow( "image", 0);
createTrackbar( "lo_diff", "image", &loDiff, 255, 0 );
createTrackbar( "up_diff", "image", &upDiff, 255, 0 );
imshow("11", image);
imshow("22", mask);
setMouseCallback("11", onMouse, 0 );
waitKey(0);
return 0;
}1、装载需要被处理的图片到image0,接着复制图片信息到image。
char* filename = argv[1]; image0 = imread(filename, 1); image0.copyTo(image);
2、设置掩码，注意掩码大小需要是图片长宽+2。接着框选了一个矩形的掩码区域。
mask.create(image0.rows+2, image0.cols+2, CV_8UC1); cv::rectangle(mask,cvPoint(0, 0),cvPoint(100, 100),cvScalar(255,255,255), 8);
3、设置了两个Trackbar，用来可以动态设置loDiff和upDiff的大小。
namedWindow( "image", 0); createTrackbar( "lo_diff", "image", &loDiff, 255, 0 ); createTrackbar( "up_diff", "image", &upDiff, 255, 0 );
4、显示原图像和掩码图像，同时注册了mouse处理函数。
imshow("11", image);
imshow("22", mask);
setMouseCallback("11", onMouse, 0 );5、鼠标选取参考点，设置floodFill使用动态蔓延的8连通算法，显示出被floodFill处理后图片。
static void onMouse( int event, int x, int y, int, void* ){ Mat dst = image; Point seed = Point(x,y); Scalar newVal = Scalar(0, 0, 0); Rect ccomp; int lo = loDiff; int up = upDiff; int flags = 8 + (newMaskVal << 8) + CV_FLOODFILL_FIXED_RANGE; floodFill(dst, mask, seed, newVal, &ccomp, Scalar(lo, lo, lo), Scalar(up, up, up), flags); imshow("11", dst); }
1、原图像：
2、掩码图像：
3、选择天空之后的生成图像：
所谓的物体选取，就是首先探测出图像的边沿，然后用边沿作为掩码，接着用FloodFill来处理选择选取的点。
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <opencv2/core/core.hpp>
#include <opencv2/core/mat.hpp>
#include <math.h>
#include <string.h>
#include <opencv/cv.h>
#include <stdio.h>
#include "xihua_2.h"
#include <iostream>
using namespace cv;
using namespace std;
int loDiff = 20, upDiff = 20;
Mat image0, image, mask;
int newMaskVal = 255;
int ratio = 3;
int kernel_size = 3;
int lowThreshold = 43;
class MorphoFeatures{
private:
cv::Mat cross;
cv::Mat diamond;
cv::Mat square;
cv::Mat x;
public:
cv::Mat getEdges(const cv::Mat &image){
cv::Mat result;
cv::morphologyEx(image,result,cv::MORPH_GRADIENT,cv::Mat());
applyThreshold(result);
return result;
}
void applyThreshold(cv::Mat & result){
cv::threshold(result,result, 40,255,cv::THRESH_BINARY);
}
};
MorphoFeatures morpho;
void MyResize(Mat& mat1, Mat& mat2, int width, int height){
IplImage pI_1 = mat1, pI_2;
mat2 = cv::Mat(width, height, CV_8UC1, 1);
pI_2 = mat2;
cvResize(&pI_1, &pI_2, 1);
}
static void onMouse( int event, int x, int y, int, void* ){
Mat dst = image;
Point seed = Point(x,y);
Scalar newVal = Scalar(0, 0, 0);
Rect ccomp;
int lo = loDiff;
int up = upDiff;
int flags = 8 + (newMaskVal << 8) + CV_FLOODFILL_FIXED_RANGE;
if(event == CV_EVENT_LBUTTONDOWN){
floodFill(dst, mask, seed, newVal, &ccomp, Scalar(lo, lo, lo), Scalar(up, up, up), flags);
imshow("22", dst);
}
}
int main( int argc, char** argv ){
char* filename = argv[1];
image0 = imread(filename, 1);
if( image0.empty() ){
cout << "Image empty. Usage: ffilldemo <image_name>\n";
return 0;
}
image0.copyTo(image);
mask.create(image0.rows, image0.cols, CV_8UC1);
mask = morpho.getEdges(image);
cvtColor(mask, mask, COLOR_BGR2GRAY);
MyResize(mask, mask, image0.rows+2, image0.cols+2);
namedWindow( "image", 0);
createTrackbar( "lo_diff", "image", &loDiff, 255, 0 );
createTrackbar( "up_diff", "image", &upDiff, 255, 0 );
imshow("00", mask);
imshow("11", image);
setMouseCallback("11", onMouse, 0 );
waitKey(0);
return 0;
}很多都和前面FloodFill使用例子的代码一样，这里只讲下mask掩码相关部分。 首先创造掩码图像，接着使用morpho.getEdges获取到原图像image的边沿，并保存到掩码图像中，然后更具函数FloofFill的要求，将mask图像大小调整为原图像长宽+2。
mask.create(image0.rows, image0.cols, CV_8UC1); mask = morpho.getEdges(image); cvtColor(mask, mask, COLOR_BGR2GRAY); MyResize(mask, mask, image0.rows+2, image0.cols+2);
1、原图像：
2、掩码图像：
3、选择花盆之后的生成图像：
原文地址：http://blog.csdn.net/u011630458/article/details/44260119
