图像形态学是图像处理中的一种基础技术，泛洪填充（Flood Fill）是其中的一种操作，用于在图像中填充特定区域。
原理和作用
原理
泛洪填充是基于种子点开始的区域生长算法。它从一个种子点开始，通过选择相邻像素并根据一定条件改变其像素值来扩展填充区域，直到满足某个停止条件为止。
作用
- 填充图像中的特定区域，例如选择的颜色或区域。
- 用于分割图像和对象检测。
- 在图像编辑中创建掩模或选择区域。
适用场景
- 图像分割和区域填充。
- 用于交互式图像编辑中的颜色填充、选择和分割。
泛洪填充函数可以使用以下伪代码表示：
FloodFill(image, seed_point, new_color, connectivity)Create a queue QSet visited[ ] as an empty array to keep track of visited pixelsAppend seed_point to Qwhile Q is not empty docurrent_point = Q.pop()if current_point is within the image and not visited[current_point] thenif pixel at current_point is similar to seed_point's color thenSet pixel at current_point to new_colorAdd current_point to visitedAdd neighboring pixels of current_point to Q based on specified connectivityend ifend ifend while
示例代码
下面是使用Python和OpenCV库进行泛洪填充的示例代码：
import cv2
import numpy as npdef show_images(image):cv2.namedWindow('image',cv2.WINDOW_KEEPRATIO)cv2.imshow('image',image)cv2.waitKey()cv2.destroyAllWindows()def Flood_Fill(image):# 选择种子点seed_point = (50, 50)# 设置填充颜色new_color = (0, 255, 0) # 绿色# 执行泛洪填充result = image.copy()cv2.floodFill(result, None, seed_point, new_color)return resultif __name__ == '__main__':# 读取图像img = cv2.imread('cat-dog.png', flags=0)re_img=Flood_Fill(img)# top_row = np.hstack((img, re_img[0]))# bottom_row = np.hstack((re_img[1], re_img[2])) #水平# combined_img = np.vstack((img, re_img))# 垂直combined_img=np.hstack((img,re_img))show_images(combined_img)
以上代码中，cv2.floodFill() 函数用于执行泛洪填充操作。您需要将 input_image.jpg 替换为您自己的图像文件路径，并根据需要调整种子点和填充颜色。
请注意，以上代码仅供示例参考，实际应用中可能需要根据具体情况进行调整和优化。
