OpenCV 泛洪填充 floodFill（）详解
在学OpenCV的时候遇到个函数floodFill（）函数有点不解，特地在这里记录一下。
先说说它的参数
floorFill（image, mask , seedPoint, newVal, loDiff, upDiff, flags）
| 参数 | 说明 |
|---|---|
| image | 处理对象 |
| mask | 掩膜（后面会说明） |
| seedPoint | 填充的起点 |
| newVal | 填充的颜色 |
| loDiff | 填充时下限像素的差 |
| upDiff | 填充时上限像素的差 |
| flags | 填充的方式 ：FLOODFILL_FIXED_RANGE 和FLOODFILL_MASK_ONLY |
先看例子，先理解一下flags的作用
先看flags=FLOODFILL_FIXED_RANGE的时候
def image_fill(image):
src = image.copy() #先创建一个副本
mask = np.zeros([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #根据副本形状建一个掩膜， 注意，长和宽必须要+2，类型只能是uint8
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), (50,50,50), (50,50,50), cv2.FLOODFILL_FIXED_RANGE)
#（60,60）代表起始点；（0,0，255）代表填充颜色；loDiff=（50,50，50）代表只能填充比填充颜色小对应数值的点，upDiff同理
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image1 = cv2.imread('lena.jpg') #原图
cv2.imshow('image1', image1)
image_fill(image1)
c = cv2.waitKey(0)
cv2.destroyAllWindows()
来看看结果
这里mask的作用是限制填充的范围，即floodFill只会填充处理对象对应的mask为0的区域，上面我将mask设置为全部都是0，所以作用范围是整张图片 （注意，作用范围是整张图片不代表会填充整张图，同时还要满足像素和填充颜色的像素差在[loDiff，upDiff]范围内） 那么，如果mask只设置一部分为0会怎么怎么样呢
（下面代码只需要重点关注mask的修改，其余部分同上）
def image_fill(image):
src = image.copy()
mask = np.ones([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #掩膜，这里将zeros改成了ones
mask[30:150, 30:150] = 0 #这里将掩膜部分区域设置为0，所有下面限制了只会填充这一部分区域
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), (50,50,50), (50,50,50), cv2.FLOODFILL_FIXED_RANGE)
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image1 = cv2.imread('lena.jpg') #原图
cv2.imshow('image1', image1)
image_fill(image1)
c = cv2.waitKey(0)
cv2.destroyAllWindows()
和前面的对比可以看到，这里的填充被截掉了一块，这是就是mask的作用，在前面的代码中mask的像素全部为0，因此对应到图像中就是整张图片都在范围内，而后一次我修改了mask，使其只在 [30:150, 30:150] 这一区域为0，所以填充范围也会被限制在这里。
下面看看flags=cv2.FLOODFILL_MASK_ONLY的例子，在这个填充模式下，可以理解为强制填充，即不需要loDiff和upDiff，范围内全部强制填充，但是有个前提，就是floodFill不会填充他认为不需要填充的地方，这个后面会解释
这里用一个新的例子，在后面还会用lena图来加以区别
def image_fill():
src = np.zeros([300,300,3], np.uint8)
mask = np.ones([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #掩膜
mask[30:150, 30:150] = 0
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), cv2.FLOODFILL_MASK_ONLY)
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image_fill()
c = cv2.waitKey(0)
cv2.destroyAllWindows()
这里可以看到，处理对象对应mask为0的区域被强制填充了，这个很好理解，那么什么叫 不会填充认为不需要填充的区域，再来看个例子
这里相比于上面的例子只是在处理对像多添加了一块灰色的区域，直接看结果即可
def image_fill():
src = np.zeros([300,300,3], np.uint8)
src[:150, :150] = 255
src[100:150, 100:150] = 180
mask = np.ones([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #掩膜
mask[30:150, 30:150] = 0
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), cv2.FLOODFILL_MASK_ONLY)
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image_fill()
c = cv2.waitKey(0)
cv2.destroyAllWindows()
可以看到，这里有一小块灰色区域没被填充到，这块灰色的就是之前设置的灰色区域，floorFill函数会认为这一部分不需要填充
下面再来看看lena图
def image_fill(image):
src = image.copy()
mask = np.ones([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #掩膜
mask[30:150, 30:150] = 0
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), cv2.FLOODFILL_MASK_ONLY)
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image1 = cv2.imread('lena.jpg') #原图
cv2.imshow('image1', image1)
image_fill(image1)
c = cv2.waitKey(0)
cv2.destroyAllWindows()
发现没有任何变化，这是因为在mask为0区域内存在各种像素，floodFill就会和上面一样认为不需要填充
下面对lena图设置一块黑色区域来看看
def image_fill(image):
src = image.copy()
src[10:150, 10:150] = 0 #设置原图指定区域为0
mask = np.ones([src.shape[0]+2, src.shape[1]+2, 1], np.uint8) #掩膜
mask[30:150, 30:150] = 0
cv2.floodFill(src, mask, (60, 60), (0, 0, 255), cv2.FLOODFILL_MASK_ONLY)
cv2.imshow('flood_fill', src)
cv2.imshow('mask', mask)
image1 = cv2.imread('lena.jpg') #原图
cv2.imshow('image1', image1)
image_fill(image1)
c = cv2.waitKey(0)
cv2.destroyAllWindows()
果然有效，因为黑色区域内只有0这一个像素，所以会进行填充
解决完了最麻烦的flags，下面就简要说明一下其他参数
seedPoint代表的是起点，即开始填充的点，可以理解为坐标
loDiff和upDiff相当于 填充的像素范围区间 ，即 [填充颜色-loDiff , 填充颜色+upDiff]