OpenCV python ROI與泛洪填充

1，roi

感興趣區(region of interest,roi) 是影象的一部分，它通過在影象上選擇或使用諸如設定閾值(thresholding) 或者從其他檔案(如向量》轉換獲得等方法生成。機器視覺、影象處理中，感趣區可以是從被處理的影象以方框、圓、橢圓、不規則多邊形等方式勾勒出需要處理的區域，通常用來作為影象分類的樣本、掩膜、裁剪區或及其他操作。

源**：

import cv2 as cv
import numpy as np
src = cv.imread("f:/images/lena.png")
cv.namedwindow("input image", cv.window_autosize)
cv.imshow("input image", src)
roi = src[50:250, 100:300]     #假設我們對她的帽子感興趣，指定寬高的區域
gray = cv.cvtcolor(roi, cv.color_bgr2gray) #轉換成灰度圖
backroi = cv.cvtcolor(gray, cv.color_gray2bgr)  #還原為rgb圖
src[50:250, 100:300] = backroi  #重新置在原圖中（roi操作）
cv.imshow("hat", src)
cv.waitkey(0)
cv.destroyallwindows()

執行結果：

2，泛洪填充演算法(flood fill algorithm)

泛洪填充演算法又稱洪水填充演算法，是在很多圖形繪製軟體中常用的填充演算法，最熟悉不過就是windows paint的油漆桶功能。演算法的原理很簡單，就是從乙個點開始附近畫素點，填充成新的顏色，直到封閉區域內的所有畫素點都被填充新顏色為止。泛紅填充實現最常見有四鄰域畫素填充法，八鄰域畫素填充法，基於掃瞄線的畫素填充方法。根據實現又可以分為遞迴與非遞迴（基於棧）。所謂的floodfill 漫水填充就是在一張中，和種子點畫素相差在[-lodiff,+updiff]的時候就用newval來填充這個點。

def floodfill(image, mask, seedpoint, newval, lodiff=none, updiff=none, flags=none):
1.操作的影象, 
2.掩碼, 
3.起始畫素值，　　#我們指定的第乙個點的三個通道值
4.填充的顏色, 
5.填充顏色的低值， 引數3的三通道值 減去 引數5　　#低值三通道
6.填充顏色的高值 ,　引數3的三通道值 加上 引數6　 #高值三通道
7.填充的方法       #彩色影象一般是floodfill_fixed_range 指定顏色填充;還有一種是floodfill_mask_only，mask的指定的位置為零時才填充，不為零不填充

源**：

import cv2 as cv
import numpy as np
def fill_color_demo(image):
copyimg = image.copy() #拷貝原影象
h, w = image.shape[:2]  #返回高和寬
mask = np.zeros([h+2, w+2], np.uint8)  #+2是為了使邊緣畫素也被修改
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)
image[100:300, 100:300, : ] = 255
cv.imshow("fill_binary", image)
mask = np.ones([402, 402, 1], np.uint8) #為1不填充，為0才進行填充，預設mask是單通道的，通道數1可寫可不寫
mask[101:301, 101:301] = 0 #加一的原因是mask[h+2,w+2],imge原來的roi區域對應的是mask[+1,+1]的區域
cv.floodfill(image, mask, (200, 200), (100, 2, 255), cv.floodfill_mask_only) # 最好寫到我們填充的影象中間
cv.imshow("filled binary", image)
src = cv.imread("f:/images/lena.png")
cv.namedwindow("input image", cv.window_autosize)
cv.imshow("input image", src)
fill_color_demo(src)
fill_binary()
cv.waitkey(0)
cv.destroyallwindows()

執行結果：

彩色填充

二值填充

OpenCV python ROI與泛洪填充

ARP泛洪與欺騙

python ROI與泛洪填充

ARP欺騙與泛洪

OpenCV python ROI與泛洪填充

ARP泛洪與欺騙

python ROI與泛洪填充

ARP欺騙與泛洪

相關推薦