Python+opencv学习记录5：ROI与泛洪填充

1.概念

1.1.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。在图像处理领域，感兴趣区域(ROI) 是从图像中选择的一个图像区域，这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定你想读的目标，可以减少处理时间，增加精度。

1.2.泛洪填充算法

泛洪填充算法(Flood Fill Algorithm)又称洪水填充算法，是在很多图形绘制软件中常用的填充算法，最熟悉不过就是windows paint的油漆桶功能。算法的原理很简单，就是从一个点开始，附近像素点填充成新的颜色，直到封闭区域内的所有像素点都被填充成新的颜色为止。
泛洪填充算法最常见的有四邻域像素填充法，八邻域像素填充法，基于扫描线的填充法。

2.代码实现

2.1.ROI

我们可以通过numpy来获取ROI，代码如下：

face = src[200:400, 200:380]
cv.imshow("face", face)

我们可以得到如下效果：
原图：
通过框定后：

我们要在原图相中获得ROI时，可以通过以下操作：

face = src[200:400, 200:380]                        # 获取ROI区域：高度、宽度
gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)         # ROI区域转化为单通道灰度图像
backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)     # 单通道灰度图像转化为三通道BGR图像
src[200:400, 200:380] = backface                    # 在原图像中标记出ROI
cv.imshow("face", src)

得到的效果为：

此时我们可以看到莱娜的脸被标记了出来，达到了预期效果。

2.2.泛洪填充

同样我们还是操作莱娜的这张图像实现彩色填充，代码如下：

def fill_color_demo(image):
    copyImg = image.copy()
    h, w = image.shape[:2]
    mask = np.zeros([h+2, w+2], np.uint8)   # 创建新矩阵，+2是函数需求
    cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo", copyImg)

从（30，30）这个像素点开始，最低是（30-100，30-100），最高是（30+50，30+50），在此范围内都被填充为黄色。
效果为：

接下来我们要实现二值填充，代码如下：

def fill_binary():
    image = np.zeros([400, 400, 3], np.uint8)   # 创建图像，长，宽，通道，类型
    image[100:300, 100:300, :] = 255            # 所有通道赋值255
    cv.imshow("fill_binary", image)

    mask = np.ones([402, 402, 1], np.uint8)
    mask[101:301, 101:301] = 0
    cv.floodFill(image, mask, (200, 200), (0, 0, 255), cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled binary", image)

得到的效果为：


由上述图像可得，白色区域被填充成了红色。

完整代码

import cv2 as cv                # 导入opencv模块
import numpy as np              # 导入数学函数库
'''
    通俗解释：floodFill( 1.操作的图像, 2.掩模, 3.起始像素值，4.填充的颜色, 5.填充颜色的低值， 6.填充颜色的高值 ,7.填充的方法)
    参数5.填充颜色的低值就是：参数3 减去 参数5
    参数6.填充颜色的高值就是：参数3 加上 参数6
    即是这两个数值之间的色素替换为参数4的颜色

    FLOODFILL_FIXED_RANGE   颜色填充
    FLOODFILL_MASK_ONLY mask的指定的位置为零时才填充，不为零不填充
'''

def fill_color_demo(image):
    copyImg = image.copy()
    h, w = image.shape[:2]
    mask = np.zeros([h+2, w+2], np.uint8)   # 创建新矩阵，+2是函数需求
    cv.floodFill(copyImg, mask, (30, 30), (0, 255, 255), (100, 100, 100), (50, 50, 50), cv.FLOODFILL_FIXED_RANGE)
    cv.imshow("fill_color_demo", copyImg)


def fill_binary():
    image = np.zeros([400, 400, 3], np.uint8)   # 创建图像，长，宽，通道，类型
    image[100:300, 100:300, :] = 255            # 所有通道赋值255
    cv.imshow("fill_binary", image)

    mask = np.ones([402, 402, 1], np.uint8)
    mask[101:301, 101:301] = 0
    cv.floodFill(image, mask, (200, 200), (0, 0, 255), cv.FLOODFILL_MASK_ONLY)
    cv.imshow("filled binary", image)


print("------------hello python!------------")

src = cv.imread("D:/opencv3/image/lena.png")
cv.namedWindow("input_image", cv.WINDOW_AUTOSIZE)
cv.imshow("input_image", src)
# fill_color_demo(src)
fill_binary()

# face = src[200:400, 200:380]                        # 获取ROI区域：高度、宽度
# gray = cv.cvtColor(face, cv.COLOR_BGR2GRAY)         # ROI区域转化为单通道灰度图像
# backface = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)     # 单通道灰度图像转化为三通道BGR图像
# src[200:400, 200:380] = backface                    # 在原图像中标记出ROI
# cv.imshow("face", src)


cv.waitKey(0)
cv.destroyAllWindows()          # 释放所有窗口