C++ Opencv imfill孔洞填充函數(shù)的實(shí)現(xiàn)思路與代碼
函數(shù)實(shí)現(xiàn)的中心思想
二值圖
此程序針對(duì)于二值圖,尋找二值圖中 像素值為0的連通域,將所有連通域的像素點(diǎn)分別保存下來(lái),將符合條件的連通域的像素值 置為255;
尋找連通域的關(guān)鍵
針對(duì)填洞功能的實(shí)現(xiàn),也就是0置為255過(guò)程,我們需要以四連通為基本點(diǎn)進(jìn)行尋找。
種子點(diǎn)的確定
尋找種子點(diǎn),其實(shí)就是尋找二值圖中像素值為0的點(diǎn),我們可以直接采取 遍歷 二值圖 中的像素,將第一個(gè)遇見(jiàn)的像素值為0的點(diǎn)確定為 第一個(gè)連通域的種子點(diǎn)。這時(shí)候,有一些朋友可能會(huì)疑惑,因?yàn)榘凑瘴业恼f(shuō)法,在遍歷 的過(guò)程中,遇見(jiàn)的第n個(gè)像素值為0的點(diǎn) 就是第n個(gè)連通域的種子點(diǎn),進(jìn)一步說(shuō),在整個(gè)遍歷過(guò)程中,遇見(jiàn)像素值為0的像素點(diǎn)的個(gè)數(shù),就是連通域的個(gè)數(shù)。
是的!
當(dāng)然,如果要實(shí)現(xiàn)這一點(diǎn),那我們就需要在各個(gè)連通域的尋找的過(guò)程中,將找到的點(diǎn)全部立即置為255,(此處不一定非得是255,只要不是0即可)這樣在尋找結(jié)束后,我們?cè)俦闅v二值圖時(shí),已經(jīng)找到的連通域中的所有像素點(diǎn)的值均為255,當(dāng)再次找到像素值為0 的像素點(diǎn)時(shí),此像素點(diǎn)必是下一個(gè)待尋找的連通域的種子點(diǎn)
連通域的尋找過(guò)程
首先創(chuàng)建四連通的向量,vector<Point> upp;用來(lái)存儲(chǔ)上下前后四個(gè)點(diǎn),創(chuàng)建vector<vector<vector<Point>>> lenm;用來(lái)存儲(chǔ)所有的連通域,至于為什么要?jiǎng)?chuàng)建三維Point數(shù)組,大家可以先看看關(guān)于這個(gè)三維數(shù)組的注釋,(下面的公式就是,程序中也有相應(yīng)的注釋),了解清楚每一維代表的意義,再結(jié)合一下程序,我感覺(jué)大家應(yīng)該可以明白,再簡(jiǎn)要贅述一下,lenm.size()為連通域的個(gè)數(shù)。
如圖所示;函數(shù)為第i個(gè)連通域像素點(diǎn)個(gè)數(shù)的求和。
條件設(shè)定
在經(jīng)過(guò)以上的尋找過(guò)程后,得到的結(jié)果必然是全白的圖像,而我們只想要填充孔洞,所以我們需要去除不符合的連通域。所謂孔洞,其實(shí)就是周?chē)幌袼刂禐?55的點(diǎn)包圍起來(lái)的連通域,但是,有一些連通域,直接和圖像的邊界相連,而這并不是我們想要的, 至少不是我想要的,(如果大家有不同的需求,程序也是很容易改過(guò)去的)。所以,我需要一個(gè)標(biāo)志位,當(dāng)這個(gè)連通域中的像素點(diǎn)接觸到邊界后,給這個(gè)連通域一個(gè)標(biāo)記。在下面的程序中,我用vector<vector<int>> Flag;來(lái)存儲(chǔ)標(biāo)記點(diǎn),其中Flag[i]表示第i個(gè)連通域的標(biāo)記點(diǎn)。在程序中,找到種子點(diǎn)后,首先將第i個(gè)連通域的Flag[i][0] = 1;,如果在此連通域中出現(xiàn)邊界點(diǎn),再Flag[i][0] = 0;(在程序中,此處貌似有一個(gè)小BUG,我就先不改了[😏])
最后賦值
在尋找到的所有連通域中,F(xiàn)lag[i][0] == 1; {其中 i 屬于 [0,F(xiàn)lag.size()) }的連通域?yàn)榉弦蟮倪B通域,因此將lenm[i];中的所有像素點(diǎn)賦值255即可。
話不多說(shuō) 直接上函數(shù)代碼
輸入二值圖;
返回二值圖;
Mat imfill(Mat cop) { Mat fcop; cop.copyTo(fcop); vector<Point> upp;//定義四連通點(diǎn)集,有必要可以是八連通 upp.push_back(Point(-1, 0)); upp.push_back(Point(0, -1)); upp.push_back(Point(0, 1)); upp.push_back(Point(1, 0)); //upp.push_back(Point(1, 1)); //upp.push_back(Point(-1,-1)); //upp.push_back(Point(-1, 1)); //upp.push_back(Point(1, -1)); vector<vector<vector<Point>>> lenm;//三維point向量 lenm.size()是連通域的個(gè)數(shù) /* int impixel_sum = 0; for (int j = 0,j<lenm[i].size();j++) { impixel_sum+= lenm[i][j].size(); } //這段循環(huán) 表示第i個(gè)連通域中 像素點(diǎn)的個(gè)數(shù)。 */ vector<vector<Point>> numim; vector<Point> ssinum; vector<vector<int>> Flag; vector<int> ce; int nmss = 0;//連通域的個(gè)數(shù); int nums = 0;//中間變量 用來(lái)存儲(chǔ) lenm.size();即 在程序運(yùn)行過(guò)程中 nums始終等于 lenm[i][j][k] 中的j 的 值的大小; int s1 = 0; //標(biāo)志位 ,每次區(qū)域生長(zhǎng)后 符合條件的像素個(gè)數(shù),當(dāng)?shù)趇個(gè)連通域,在經(jīng)過(guò)第j次生長(zhǎng)后,s1=lenm[i][j].size(), //若s1==0,表示生長(zhǎng)結(jié)束,不再有符合條件的點(diǎn),第i連通域中的所有點(diǎn)都已經(jīng)找到。 for (int row = 0; row < fcop.rows; row++) { for (int col = 0; col < fcop.cols; col++) { if (fcop.at<uchar>(row, col) == 0) { ce.push_back(1); Flag.push_back(ce); //vector<vector<Point>> numim; //vector<Point> ssinum; ssinum.push_back(Point(col, row)); numim.push_back(ssinum); fcop.at<uchar>(row, col) = 255; ssinum.clear(); s1 = 1; while (s1 > 0) { //ce.push_back(1); //Flag.push_back(ce); //vector<Point> ssinum; for (int i = 0; i < numim[nums].size(); i++) { for (int j = 0; j < upp.size(); j++) { int X = numim[nums][i].x + upp[j].x; int Y = numim[nums][i].y + upp[j].y; if (X >= 0 && Y >= 0 && X < fcop.cols && Y < fcop.rows) { if (fcop.at<uchar>(Y, X) == 0) { ssinum.push_back(Point(X, Y)); fcop.at<uchar>(Y, X) = 255; } } if (X == 0 || Y == 0 || X == fcop.cols - 1 || Y == fcop.rows - 1) { Flag[nmss][0] = 0; } } } //Flag.push_back(ce); numim.push_back(ssinum); s1 = ssinum.size(); nums++; ssinum.clear(); /*ce.clear();*/ } nums = 0; lenm.push_back(numim); numim.clear(); nmss++; ce.clear(); } } } //imshow("1",fcop); Mat ffcop; cop.copyTo(ffcop); //ffcop = Mat::zeros(cop.size(),cop.type()); for (int i = 0; i < Flag.size(); i++) { if (Flag[i][0] == 1) { for (int j = 0; j < lenm[i].size(); j++) { for (int k = 0; k < lenm[i][j].size(); k++) { int X = lenm[i][j][k].x; int Y = lenm[i][j][k].y; ffcop.at<char>(Y, X) = 255; } } } } return ffcop; }
主函數(shù)代碼
#include<opencv2/opencv.hpp> #include<iostream> #include"imfill.h" using namespace std; using namespace cv; Mat src; vector<vector<Point>> lunk; vector<Vec4i> level; //RNG rn; int main() { src = imread("5.jpg"); //imshow("萬(wàn)丈高樓第一步",src); Mat dst, gray, erzhi; blur(src, dst, Size(3, 3), Point(-1, -1)); //imshow("均值濾波",dst); cvtColor(dst, gray, COLOR_BGR2GRAY); //imshow("灰度圖",gray); Canny(gray, erzhi, 100, 200, 3, false); //imshow("邊緣檢測(cè)",erzhi); Mat holef; holef = imfill(erzhi); imshow("填洞", holef); waitKey(0); return 0; }
代碼框截圖
實(shí)例圖片
運(yùn)行結(jié)果
總結(jié)
此程序會(huì)填充所有的孔洞,如果想只填充指定閾值范圍內(nèi)的孔洞,需要再多計(jì)算每個(gè)連通域像素的個(gè)數(shù)即可,因?yàn)樗袛?shù)據(jù)都已經(jīng)存了下來(lái),所以計(jì)算會(huì)比較簡(jiǎn)單。
到此這篇關(guān)于C++ Opencv imfill孔洞填充函數(shù)的文章就介紹到這了,更多相關(guān)C++ Opencv imfill孔洞填充函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
深入分析C語(yǔ)言分解質(zhì)因數(shù)的實(shí)現(xiàn)方法
這篇文章主要介紹了深入分析C語(yǔ)言分解質(zhì)因數(shù)的實(shí)現(xiàn)方法,作者結(jié)合了ACM題目作為相關(guān)拓展,需要的朋友可以參考下2015-08-08C語(yǔ)言學(xué)習(xí)筆記之VS2022安裝使用教程
這篇文章主要介紹了C語(yǔ)言學(xué)習(xí)筆記之VS2022安裝使用教程,在VS2022中,在使用scanf函數(shù)編譯出錯(cuò),本文給大家提到了解決方法,需要的朋友可以參考下2022-05-05C++?std::array實(shí)現(xiàn)編譯器排序
這篇文章主要介紹了C++?std::array實(shí)現(xiàn)編譯器排序,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-06-06Qt自定義控件實(shí)現(xiàn)簡(jiǎn)易儀表盤(pán)
這篇文章主要為大家詳細(xì)介紹了Qt自定義控件實(shí)現(xiàn)簡(jiǎn)易儀表盤(pán),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-12-12C++ OpenCV實(shí)戰(zhàn)之圖像透視矯正
這篇文章主要介紹了通過(guò)C++ OpenCV實(shí)現(xiàn)圖像的透視矯正,文中的示例代碼講解詳細(xì),對(duì)我們的學(xué)習(xí)或工作有一定的參考價(jià)值,感興趣的可以了解一下2022-01-01