本文共 3336 字，大约阅读时间需要 11 分钟。

本文浅讲ROI，泛洪填充，细讲泛洪填充基于代码的实际表现。

重点为方法以及代码参数原理。

---

ROI

这里主要介绍以及说明ROI

---

1. ROI是什么？

ROI是什么，在讲解这一节时，要清楚ROI是什么，即使知道它对我们目前的学习帮助可能并不大，但是这些小知识积累起来，也可以达到质变。

ROI：可以称之为 感兴趣区域。在机器学习，计算机视觉，图像处理中，我们常常以各种方式勾勒出需要处理的区域，我们将其称之为ROI，感兴趣区域，一般我们再处理图像时，往往先找到ROI。 如下，比如我们要处理这张图中女孩的衣裳，变颜色之类，我们就需要勾勒出这个女孩衣服的区域。

ROI属于智能视频编码技术的一种，浅显的说，在有些画面中，某部分图像是不需要太大的关注的，比如监控录像中的天空等等，而ROi技术可以牺牲掉这些非关注区域的图像质量，对需要处理的图像区域进行高质量的编码。

泛洪填充

泛洪填充又称为洪水填充算法，该算法常常用于绘图软件中，例如

绘图中的油漆状功能。它大致实现的功能是从一个像素点开始，对于邻近的像素点开始填充为新的颜色，直到整个封闭区域完全被填充为止。最常见的有，四域像素填充与八域像素填充，根据填充方式又可以分为递归和非递归。

方法

泛洪填充在OpenCV中的方法是本篇文章的重点，也是OpenCV该节课的重点。

我们直接来看代码：

先从简单的填充来看，首先我们加载一张示例图

import cv2 as cvimport numpy as np#记载一张示例图def load_test_image():    #构建一张400*400三通道的纯黑图    image=np.zeros([400,400,3],np.uint8)    #在黑图中添加一片白图区 这里实验，尽量规则    image[100:300,100:300,:]=255    cv.imshow('test',image)    return image

可以看看示例图：

接下来我们要做的事情就是对该白色区域进行填充。使用OpenCV中的API

import cv2 as cvimport numpy as np#记载一张示例图def load_test_image():    #构建一张400*400三通道的纯黑图    image=np.zeros([400,400,3],np.uint8)    #在黑图中添加一片白图区 这里实验，尽量规则    image[100:300,100:300,:]=255    return imagedef load_test_mask():    #构建一张400*400三通道的纯黑图    image=np.ones([402,402],np.uint8)    #在黑图中添加一片白图区 这里实验，尽量规则    image[101:301,101:301]=0    return imagedef fill_image_1():    image=load_test_image()    cv.imshow('test',image)    #设置掩膜 掩膜的知识上一篇博客细讲过吗，这里不在阐述       mask=load_test_mask()    cv.imshow('mask',mask)    cv.floodFill(image,mask,(200,200),(0,0,255),cv.FLOODFILL_MASK_ONLY)    cv.imshow('fill',image)        fill_image_1()cv.waitKey(0)cv.destroyAllWindows()

结果如下：

接下来我们对主要代码进行分析。 首先，第一个，在构建掩膜mask时为什么要加2,我目前没有找到很合理的官方解释，我是这样分析的，假设我们从(0,0)处开始泛洪，那么加上这两个2能保证邻近的边界元素可以处理到，目前我没法从数学什么的角度去解释，只能说它可能是更加趋近与一个经验化的东西，大家只需要记住即可。。。。 第二个 该方法也就是博主所说的重点，至少它的参数，我们要做到掌握的很好。我们先从第一部分代码的角度说参数。 这里可以很明显看到填入了四个参数

1. image:需要填充的原图
2. mask:掩膜区域
3. (200,200) 它是一个开始的像素点，即泛洪填充开始要考虑的像素点，这个参数要留到最后一个参数那里。
4. (0,0,255)对应了RBG色彩空间中的，红色。
5. cv.FLOODFILL_MASK_ONLY这个参数表明，该泛洪填充只与mask包含的区域内进行。同时它与之前的(200,200)相呼应，构成整个方法的含义：对于这张图像，从像素点(200,200)开始，填充为红色，直到填充完mask所包含的区域。

最后一个参数，不只包含那一个，我们可以理解为泛洪填充的操作方式，接下里我们看第二个参数

代码： 加载一张彩色图

import cv2 as cvimport numpy as npdef load_color_image():    image=cv.imread('test.jpg')    cv.imshow('test',image)    return image        #load_color_image()    cv.waitKey(0)cv.destroyAllWindows()

如图：

进行彩图的填充

import cv2 as cvimport numpy as npdef load_color_image():    image=cv.imread('test.jpg')    return imagedef load_mask(h,w):    mask=np.zeros([h+2,w+2],np.uint8)    return maskdef file_color_pictue():    image=load_color_image()    #获取宽和高    h,w=image.shape[:2]     #获取mask    mask=load_mask(h,w)    #填充 为红色    cv.floodFill(image,mask,(30,30),(0,0,225),(255,255,255),(50,50,50),cv.FLOODFILL_FIXED_RANGE)    cv.imshow('mask',image)            file_color_pictue()cv.waitKey(0)cv.destroyAllWindows()

结果如下：

掩膜设置为全图，因此不用在考虑了，现在我们主要是来看一下该FLOODFILL_FIXED_RANGE下填充方法的功能。

• 首先，image，mask的功能与之前相同。
• (30,30)为选定的像素点：该像素点的作用为亮度的对比，及在泛洪填充时，考虑该像素点的亮度，假设像素点亮度为x,并设置一个基于该像素点亮度的范围，假设为up和down，则图片填充，在mask下亮度范围为(x-down,x+up)区间内的像素点。
• (0,0,255)表示要填充的色彩空间对应的颜色。
• (255,255,255)就是上面所说的那个down即要减去的亮度范围，注意该减法是在RBG色彩空间中的减法因此用了三元组，对于RBG色彩空间不熟悉的朋友可以去看完之后应该没啥问题。
• (50,50,50)便是它的up了，三个数值决定了在mask中要填充的空间。
• cv.FLOODFILL_FIXED_RANGE该参数在使用该方法时不可忽略否则会直接设置为默认值，导致出现差错。

总结

今天的博客，感觉主要是讲了这一个方法，因为该方法很重要，同时网上有些资源又讲的很抽象，要么就是过于细节可能对有些新人不友好，因此我只挑了有用的很大一部分，容易上手且很容易理解😂很快就能用到，可以结合博主之前动态提取的博客，完成一些有意思的东西，这里就不展示了，有兴趣的小伙伴可以自己尝试。

转载地址：http://ckcki.baihongyu.com/