一、學(xué)習(xí)目標(biāo)

了解什么是ROI

了解floodFill的使用方法

如有錯(cuò)誤歡迎指出~

目錄

[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 一、opencv的helloworld

[【python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)】二、 opencv文件格式與攝像頭讀取] 一、opencv的helloworld

[[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 三、numpy與圖像編輯] 一、opencv的helloworld

[[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 四、了解色彩空間及其詳解] 一、opencv的helloworld

[[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 五、對象追蹤] 一、opencv的helloworld
[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 六、圖像運(yùn)算
[python opencv 計(jì)算機(jī)視覺零基礎(chǔ)到實(shí)戰(zhàn)] 七、邏輯運(yùn)算與應(yīng)用

二、了解OpenCV中圖像ROI的顏色填充

2.1 了解ROI是什么

ROI指的是region of Interest，翻譯過來就是你所感興趣的區(qū)域。弱在一張圖片中，你感興趣的是某一個(gè)區(qū)域，那么這個(gè)區(qū)域就可以稱為ROI。我們通過一些方法選取了該區(qū)域后，可以進(jìn)行操作；例如顏色填充、圖像變換等編輯。

先有一張圖如下：

我們對這張圖的激光雕刻機(jī)部分感興趣，那么就可以選取該部分。如何進(jìn)行選取呢？我們可以通過代碼得知該圖片的大小：

import cv2 img = cv2.imread(r"C:\Users\Administrator\Desktop\1.jpg") print(img.shape)

得到該圖片的高寬分別為447與755。

我們可以通過粗略的丈量得知激光雕刻機(jī)應(yīng)在整個(gè)圖片的正中央，那么寬應(yīng)該為一半，大致在200到400之間；由于圖片中激光雕刻機(jī)位于圖片偏下部分，所以可以粗略得知高度在200至400之間。這時(shí)我們可以直接讀取圖片后獲取指定的行列得到該區(qū)域圖片。

import cv2img = cv2.imread(r'C:\Users\Administrator\Desktop\1.jpg')#讀取 cv2.namedWindow("Image",cv2.WINDOW_NORMAL)#創(chuàng)建一個(gè)窗口 cv2.imshow("Image", img)#顯示圖像roi=img[200:400,200:400] cv2.imshow("roi", roi)#顯示圖像cv2.waitKey (0)#等待關(guān)閉 cv2.destroyAllWindows()#destroy

以上代碼讀取圖片后，通過選取圖片區(qū)域進(jìn)行ROI選擇。img[200:400,200:400]代碼中，第一個(gè)200：400指的是200指400行，第二個(gè)200：400指的是200至400列。通過兩個(gè)選取的行與列的交叉區(qū)域則是所選擇的ROI區(qū)域。圖示如下，紅色框框表示列，紫色框框表示行，其中重疊區(qū)域則是ROI選擇區(qū)域。

以上代碼在運(yùn)行結(jié)果如下：

從結(jié)果中，我們可以知道，該值的列選擇還應(yīng)該往右邊移動一部分，由于我們是200指400這個(gè)區(qū)域，那么我們現(xiàn)在應(yīng)該移動的訪問從圖片上看，應(yīng)該是接近300指500。修改代碼。

roi=img[200:400,280:450]

運(yùn)行后最后得到如下結(jié)果：

我們得到ROI內(nèi)容后，可以對該部分的內(nèi)容進(jìn)行編輯，例如轉(zhuǎn)為灰度圖像：

gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) cv2.imshow("gray_roi", gray_roi)#顯示圖像

結(jié)果如下：

也可以將轉(zhuǎn)換后的圖片與原圖進(jìn)行結(jié)合，只需要將轉(zhuǎn)換后的圖片值對原圖該區(qū)域的值進(jìn)行替換即可，完整代碼如下：

import cv2img = cv2.imread(r'C:\Users\Administrator\Desktop\1.jpg')#讀取 cv2.namedWindow("Image",cv2.WINDOW_NORMAL)#創(chuàng)建一個(gè)窗口 cv2.imshow("Image", img)#顯示圖像roi=img[200:400,280:450] cv2.imshow("roi", roi)#顯示圖像gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) cv2.imshow("gray_roi", gray_roi)#顯示圖像gray_roi_rgb = cv2.cvtColor(gray_roi, cv2.COLOR_GRAY2BGR)#灰度圖像轉(zhuǎn)RGB img[200:400,280:450]=gray_roi_rgb cv2.imshow("Image2", img)#顯示圖像cv2.waitKey (0)#等待關(guān)閉 cv2.destroyAllWindows()#destroy

在以上代碼中需要注意的是，灰度圖像必須轉(zhuǎn)為RGB圖形才能對原圖進(jìn)行賦值。以上代碼中灰度轉(zhuǎn)RGB圖像的代碼為：

gray_roi_rgb = cv2.cvtColor(gray_roi, cv2.COLOR_GRAY2BGR)

最終運(yùn)行結(jié)果如下：

2.2 泛洪填充及floodFill使用方法

泛洪填充指指定起始點(diǎn)，通過該像素點(diǎn)所鏈接的周圍像素點(diǎn)在所指定的顏色值范圍內(nèi)進(jìn)行顏色填充。該操作需要一個(gè)遮罩或者說掩膜進(jìn)行運(yùn)算處理。

首先我們依舊開始讀取一張圖像：

import cv2 import numpy as npimg = cv2.imread(r"C:\Users\Administrator\Desktop\1.jpg") cv2.imshow("img", img)

接著通過copy方法可以快速復(fù)制一張圖片：

copyimg = image.copy()

由于我們需要建立一個(gè)遮罩，這個(gè)遮罩跟原圖片大小一致，所以代碼可以寫成如下：

h, w = copyimg.shape[:2] mask = np.zeros([h + 2, w + 2], np.uint8)

以上代碼通過shape獲取了原圖片的高寬，接著通過zeros創(chuàng)建一個(gè)與原圖大小一致的純黑圖片。那為什么要加2呢？因?yàn)榻酉聛砦覀冃枰獙D片進(jìn)行顏色填充，官方的規(guī)定要+2，具體什么原因我本人沒有進(jìn)行深究，按照官方要求來就可以了。

那問題來了，遮罩是什么？還記得我們在邏輯運(yùn)算應(yīng)用那一個(gè)小節(jié)中，通過色彩提取后，可以得到目標(biāo)對象的顏色范圍，這個(gè)顏色范圍是一張黑白圖片，白色為選取的區(qū)域，黑色為不選取的區(qū)域，這時(shí)我們通過將提取出來的圖片作為遮罩對圖片進(jìn)行bitwise_and運(yùn)算，這時(shí)就可以還原出原本色彩，摳選出原圖中的圖像內(nèi)容。其實(shí)遮罩的作用就是如此，我們通過zeros創(chuàng)建一張純黑圖片后，使用floodFill函數(shù)對指定目標(biāo)進(jìn)行填充；在填充之前，將進(jìn)行一定的計(jì)算。由于floodFill函數(shù)將會選取出目標(biāo)點(diǎn)，該目標(biāo)點(diǎn)將作用在這張純黑色的遮罩圖片中，該純黑圖片將會對計(jì)算后選取的點(diǎn)進(jìn)行指的變換，該區(qū)域就會變成白色，最終得到顏色填充的區(qū)域，進(jìn)行填充。

我們首先看一下floodFill函數(shù)，floodFill函數(shù)接收7個(gè)參數(shù)，函數(shù)原型如下：

floodFill(image, mask, seedPoint, newVal, loDiff=None, upDiff=None, flags=None)

• image為傳入的圖像參數(shù)
• mask為遮罩
• seedPoint為選中的顏色填充的起始點(diǎn)
• newVal填充的顏色像素值
• loDiff選中起始點(diǎn)的顏色像素值的最低范圍，例如是紅色，那么紅色減去該值后得到最低的取值范圍
• upDiff選中起始點(diǎn)的顏色像素值的最高范圍，例如是紅色，那么紅色加該值后得到最高的取值范圍
• flags為CV_FLOODFILL_FIXED_RANGE或者CV_FLOODFILL_MASK_ONLY
  ，兩者填充方式不一樣，當(dāng)前示例將講解CV_FLOODFILL_FIXED_RANGE。若選擇CV_FLOODFILL_FIXED_RANGE，則會比較像素點(diǎn)與其實(shí)像素點(diǎn)，若在顏色值的范圍內(nèi)，則進(jìn)行填充。
  此時(shí)我們調(diào)用floodFill方法，傳入圖片，遮罩，起始點(diǎn)，填充的顏色值，最低值，最高值與填充模式。

cv2.floodFill(copyimg, mask, (220,420), (0, 255, 255), (5, 5, 5), (5, 5 ,5), cv2.FLOODFILL_FIXED_RANGE)

copyimg為圖片；mask為遮罩；220,420為起始點(diǎn)；0, 255, 255為填充的顏色，為黃色；5, 5, 5為選中的起始點(diǎn)減去該顏色值，判斷周圍的顏色是否低于該值；5, 5 ,5為選中的起始點(diǎn)加上該顏色值，判斷周圍的顏色是否高于該值。最終的完整代碼如下：
img = cv2.imread(r"C:\Users\Administrator\Desktop\1.jpg")
cv2.imshow(“img”, img)

在復(fù)制圖像上進(jìn)行操作

import cv2 import numpy as npimg = cv2.imread(r"C:\Users\Administrator\Desktop\1.jpg") cv2.imshow("img", img) copyimg = img.copy() h, w = copyimg.shape[:2] mask = np.zeros([h + 2, w + 2], np.uint8) cv2.floodFill(copyimg, mask, (220,420), (0, 255, 255), (5, 5, 5), (5, 5 ,5), cv2.FLOODFILL_FIXED_RANGE) cv2.imshow("fill_color", copyimg)cv2.waitKey (0)#等待關(guān)閉 cv2.destroyAllWindows()#destroy

運(yùn)行結(jié)果如下：

我們現(xiàn)在可以證明220,420是否是起始點(diǎn)，我們可以換一個(gè)值，例如0，0。若在左上角進(jìn)行顏色填充那么則判斷正確：

我們也可以改變填充值的選擇范圍，將2個(gè)5，5，5改為50，50，50，可以明顯看到效果：

cv2.floodFill(copyimg, mask, (0,0), (0, 255, 255), (50,50, 50), (50, 50 ,50), cv2.FLOODFILL_FIXED_RANGE)

這時(shí)候的相關(guān)所鏈接的顏色范圍擴(kuò)大，那么所能填充的范圍也肯定是擴(kuò)大，運(yùn)行結(jié)果如下：

其中顏色值可以可以進(jìn)行修改，修改方法不再贅述。
該系列文章首發(fā)于ebaina

三、總結(jié)

了解了ROI是感興趣的選擇范圍

了解了ROI可以通過圖片內(nèi)容進(jìn)行選擇，并且可以與原圖進(jìn)行結(jié)合

了解了泛洪填充的方法

初步了解了mask遮罩以及floodFill函數(shù)的使用方法

總結(jié)

以上是生活随笔為你收集整理的[python opencv 计算机视觉零基础到实战] 八、ROI泛洪填充的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。