区域生长法快速入门,不带种子点的选取

2023-11-20

这里实现的区域生长法,是最原始的区域生长法,基本原理是判断像素点的强度值是和种子点的强度值差是否小于阈值,如果小于阈值则被标记。

实现过程中利用了栈的先进后出的思想,将8邻域中符合生长要求的点压入栈,然后依次取出,然后在取出的点的基础上对8邻域再次进行生长。

学习部分

1、获取像素点坐标值

分成两种,第一种是利用指针来取值的,第二种是利用点来访问强度值的,可以使用pt点,也可以使用x,y的坐标访问,但是这边涉及到opencv的坐标问题,y要放在前面。

startPtValue = ((unsigned char*)(srcImg.data + pt.y*srcImg.step))[pt.x];//该像素点所在行的首地址,然后再加上该像素点所在的列
markImg.at<uchar>(pt) = 255;
markImg.at<uchar>(y, x) = 255;

2、创建一张黑色的图像 

Mat img = Mat::zeros(srcImg.size(), CV_8UC1);

 CV_<bit_depth>(S|U|F)C<number_of_channels>  CV_8(每个像素点占8bite)U(unsigned)C(channel)1

3、修改

①生长准则是将生长点和种子点的强度值相比,而不是将8邻域的点和当前栈中取出的点的强度值相比,可以利用一个全局灰度值作为生长准则

②生长过程有很多点被重复生长(标记图中强度为0的点,不符生长准则的可能会被二次生长)


/**
 *@brief 区域生长法,输入图像应为灰度图
 *@para srcImg 区域生长原图像
 *@para pt 种子点
 *@para thre 阈值
**/
void RegionGrowing(Mat srcImg, Mat& dstImg, Point pt, int thre)
{
	// Mat RegionGrowing(Mat srcImg, Point pt, int thre)
	// return growImage.clone();
	Point ptGrowing; //待生长点坐标
	int nGrowLabel = 0; //是否被标记 markImage灰度值不为0
	int startPtValue = 0; //生长起始点灰度值
	int currPtValue = 0; //当前生长点灰度值
	//int growPtValue = 0; //待生长点灰度值

	Mat markImg = Mat::zeros(srcImg.size(), CV_8UC1);//创建一个空白区域,填充颜色为黑色
	int mDir[8][2] = { { -1,-1 },{ 0,-1 },{ 1,-1 },{ -1,0 },{ 1,0 },{ -1,1 },{ 0,1 },{ 1,1 } };   //8邻域

	vector<Point> growPtVec;//生长点栈
	growPtVec.push_back(pt);//将初始生长点压入栈
	
	//unsigned char *pData = (unsigned char *)(markImg.data + pt.y*markImg.step);
	//pData[pt.x] = 255;//标记初始生长点
	markImg.at<uchar>(pt) = 255;

	//startPtValue = ((unsigned char*)(srcImg.data + pt.y*srcImg.step))[pt.x];//该像素点所在行的首地址,然后再加上该像素点所在的列
	startPtValue = srcImg.at<uchar>(pt);
	
	while (!growPtVec.empty())
	{
		Point currPt = growPtVec.back(); //返回当前vector最末一个元素
		growPtVec.pop_back(); //弹出最后压入的数据
		for (int i = 0; i < 8; i++)
		{
			ptGrowing.x = currPt.x + mDir[i][0];
			ptGrowing.y = currPt.y + mDir[i][1];
			//判断是否是边缘点
			if (ptGrowing.x < 0 || ptGrowing.y < 0 || (ptGrowing.x > srcImg.cols - 1) || (ptGrowing.y > srcImg.rows - 1))
				continue;//继续执行下一次循环
					 //判断是否已被标记
			//nGrowLabel = ((unsigned char*)(markImg.data + ptGrowing.y*markImg.step))[ptGrowing.x];
			nGrowLabel = markImg.at<uchar>(ptGrowing);
			if (nGrowLabel == 0) //没有被标记
			{
				//currPtValue = ((unsigned char*)(srcImg.data + ptGrowing.y*srcImg.step))[ptGrowing.x];
				//currPtValue = srcImg.at<uchar>(currPt.y, currPt.x);
				currPtValue = srcImg.at<uchar>(ptGrowing);
				if (abs(currPtValue - startPtValue) <= thre)
				{
					//((unsigned char*)(markImg.data + ptGrowing.y*markImg.step))[ptGrowing.x] = 255;
					markImg.at<uchar>(ptGrowing) = 255;
					growPtVec.push_back(ptGrowing);
				}
			}
		}
	}
	markImg.copyTo(dstImg);
}
int main()
{
	Mat srcImg = imread("2.png",0);
	imshow("orig", srcImg);
	if (srcImg.empty())
		printf("image read error");
	Mat srcImg1 = srcImg.clone();
	Mat outImg1, outImg2;
	RegionGrowing(srcImg1, outImg1, Point(342, 321), 20);  //241, 258
	//RegionGrowing(srcImg1, outImg2, Point(302, 118), 80);
	//add(outImg1, outImg2, outImg1);
	imshow("p1p2", outImg1);
	//Mat resultImg;
	//srcImg.copyTo(resultImg, ~outImg1);
	//imshow("outImg", resultImg);
	//waitKey(0);
	imshow("result", srcImg1);
	waitKey(0);
	return 0;
}

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

区域生长法快速入门,不带种子点的选取 的相关文章

  • opencv如何使用compareHist函数

    img cv2 imread mandrill png histg cv2 calcHist img 0 None 256 0 256 if len sys argv lt 2 print gt gt sys stderr Usage sy
  • 使用相位相关和对数极坐标变换获得旋转位移

    我一直在编写一个脚本 它使用 cv2 计算两个图像之间的旋转位移phaseCorrelate method 我有两张图像 第二张是第一张图像的 90 度旋转版本 加载图像后 我将它们转换为对数极坐标 然后将它们传递到phaseCorrela
  • OpenCV findContours 破坏源图像

    我编写了一个在单通道空白图像中绘制圆形 直线和矩形的代码 之后 我只需找出图像中的轮廓 就可以正确获取所有轮廓 但找到轮廓后 我的源图像变得扭曲 为什么会出现这种情况 任何人都可以帮我解决这个问题 我的代码如下所示 using namesp
  • bitblt 在 Windows 10 版本 1703 上失败 (15063.138)

    使用 Visual Studio 2017 vc141 以下代码应该从前游戏窗口获取屏幕截图 但现在它返回黑色和空白图像 唯一的游戏问题 尝试过 OpenGL 和 Vulkan ogl 返回黑色 vulkan 返回白色 在升级到 Windo
  • opencv中矩阵的超快中值(与matlab一样快)

    我正在 openCV 中编写一些代码 想要找到一个非常大的矩阵数组 单通道灰度 浮点数 的中值 我尝试了几种方法 例如对数组进行排序 使用 std sort 和选择中间条目 但与 matlab 中的中值函数相比 它非常慢 准确地说 在 ma
  • 来自 OpenCV 的外部参数

    我正在使用 OpenCV 来校准立体相机对 我拍摄了各种校准照片 并且使用 cv2 calibrateCamera 对内在参数进行了令人满意的拟合 然而 目前尚不清楚如何获取外部参数 该函数仅返回cameraMatrix 尽管它很有用 但实
  • 我是否必须使用我的数据库训练 Viola-Jones 算法才能获得准确的结果?

    我尝试提取面部数据库的面部特征 但我认识到 Viola Jones 算法在两种情况下效果不佳 当我尝试单独检测眼睛时 当我尝试检测嘴巴时 运作不佳 检测图像的不同部分 例如眼睛或嘴巴 或者有时会检测到其中几个 这是不可能的情况 我使用的图像
  • Python:opencv warpPerspective 既不接受 2 个也不接受 3 个参数

    我发现单应矩阵如下特征匹配 单应性教程 https docs opencv org 3 4 1 d1 de0 tutorial py feature homography html using M mask cv2 findHomograp
  • 如何设置K-means openCV c++的初始中心

    我正在尝试使用 OpenCv 和 Kmeans 对图像进行分割 我刚刚实现的代码如下 include opencv2 objdetect objdetect hpp include opencv2 highgui highgui hpp i
  • 使用opencv计算深度视差图

    我无法使用 opencv 从视差图计算深度 我知道两个立体图像中的距离是用以下公式计算的z baseline focal disparity p 但我不知道如何使用地图计算视差 我使用的代码如下 为我提供了两个图像的视差图 import n
  • 在 QtCreator 中将 OpenCV 2.3 与 Qt 结合使用

    随着 OpenCV 2 3 版本终于发布 我想在我的系统上编译并安装这个最新版本 由于我经常使用 Qt 和 QtCreator 我当然希望能够在我的 Qt 项目中使用它 我已经尝试了几种方法几个小时 但总是出现错误 第一次尝试 使用WITH
  • 使用Python的工业视觉相机[关闭]

    就目前情况而言 这个问题不太适合我们的问答形式 我们希望答案得到事实 参考资料或专业知识的支持 但这个问题可能会引发辩论 争论 民意调查或扩展讨论 如果您觉得这个问题可以改进并可能重新开放 访问帮助中心 help reopen questi
  • ffmpeg AVFrame 到 opencv Mat 转换

    我目前正在开发一个使用 ffmpeg 解码接收到的帧的项目 解码后 我想将 AVFrame 转换为 opencv Mat 帧 以便我可以在 imShow 函数上播放它 我拥有的是字节流 我将其读入缓冲区 解码为 AVFrame f fope
  • 为什么我无法在 Mac 12.0.1 (Monterey) 上使用 pip 安装 OpenCV? [复制]

    这个问题在这里已经有答案了 当我尝试使用 python pip 安装 OpenCV 时 它显示了以下内容 Remainder of file ignored Requirement already satisfied pip in Libr
  • OpenCV 2.4.3 中的阴影去除

    我正在使用 OpenCV 2 4 3 最新版本 使用内置的视频流检测前景GMG http docs opencv org modules gpu doc video html highlight gmg gpu 3a 3aGMG GPU算法
  • OpenCV 错误:connectedComponents_sub1 中断言失败 (L.channels() == 1 && I.channels() == 1) [关闭]

    Closed 这个问题需要调试细节 help minimal reproducible example 目前不接受答案 我在 OpenCV python 中遇到以下错误 并用 google 搜索了很多 但无法解决 如果有人能为我提供一些线索
  • 如何绘制更大的边界框和仅裁剪边界框文本 Python Opencv

    我正在使用 easyocr 来检测图像中的文本 该方法给出输出边界框 输入图像如下所示 Image 1 Image 2 使用下面的代码获得输出图像 But I want to draw a Single Bigger bounding bo
  • iOS 上的 OpenCV - VideoCapture 属性始终返回 1

    我一直在尝试构建一个简单的 OpenCV iOS 应用程序 该应用程序从捆绑包中加载视频并查询其帧数 持续时间等 然后它将尝试从中获取各个帧 不幸的是 当我使用VideoCapture类中 所有属性返回值 1 然后我尝试导航到frame 1
  • Opencv Mat内存管理

    内存管理对于图像类至关重要 在opencv中 图像类是cv Mat 它有一个微妙的内存管理方案 假设我已经有了自己的图像类SelfImage class SelfImage public int width int height unsig
  • 如何使用 opencv.omnidir 模块对鱼眼图像进行去扭曲

    我正在尝试使用全向模块 http docs opencv org trunk db dd2 namespacecv 1 1omnidir html用于对鱼眼图像进行扭曲处理Python 我正在尝试适应这一点C 教程 http docs op

随机推荐

  • 企业微信登录-前端实现

    企业微信登录 企业微信登录 前端具体实现 下面代码中配置项的字段具体用途说明可以阅读企业微信开发者说明文档 我们通过提供的企业微信登录组件来进行站内登录 下面是我封装的登录组件以及使用方法 weChatLogin vue 封装的组件
  • hudi-hive-sync

    hudi hive sync Syncing to Hive 有两种方式 在hudi 写时同步 使用run sync tool sh 脚本进行同步 1 代码同步 改方法最终会同步元数据 但是会抛出异常 val spark SparkSess
  • spring:AOP面向切面编程+事务管理

    目录 一 Aop Aspect Oriented Programming 二 springAOP实现 1 XML实现 2 注解实现 三 spring事务管理 一 Aop Aspect Oriented Programming 将程序中的非业
  • NLP中BERT在文本二分类中的应用

    最近参加了一次kaggle竞赛Jigsaw Unintended Bias in Toxicity Classification 经过一个多月的努力探索 从5月20日左右到6月26日提交最终的两个kernel 在public dataset
  • 单目标追踪——【Transformer】MixFormer: End-to-End Tracking with Iterative Mixed Attention

    目录 文章侧重点 网络结构 MAM Mixed Attention Module MixFormer 论文 代码 文章侧重点 本文的出发点是认为现有的多阶段Siamese追踪框架 特征提取 特征融合 边界框预测 的前两步 特征提取 特征融合
  • 搬运工~看到一个很有意思的python程序

    coding utf 8 import 二炮 Class 核武 二炮 二炮任务 默认小日本 def init self self 核武状态 二炮 NB status def status self return self 核武状态 def
  • Python编程中的for循环语句学习教程

    本文来源于公众号 csdn2299 喜欢可以关注公众号 程序员学府 这篇文章主要介绍了Python编程中的for循环语句学习教程 是Python入门学习中的基础知识 需要的朋友可以参考下 Python for循环可以遍历任何序列的项目 如一
  • 12306 图形验证码闲谈

    验证码是一个非常有意思的问题 它的目的是区分输入者是人还是机器 这个问题本质上是一个图灵测试 推荐电影 模仿游戏 验证码即是一种简单高效的验证方法 由CMU的教授于2000年左右创造 后来此牛人又将零星的验证码收集起来 转化为巨大的生产力
  • 养生产品如何进行线上推广?产品线上推广的渠道有哪些?

    随着时间的推移 中国人口老龄化越来越多 并且由于生活水平不断提高 居民收入富裕 越来越多的人对于自身健康问题越来越关注 健康养身行业将会迎来蓬勃发展 养生行业内的企业公司现在可以提前进行市场布局 抓住时机发展壮大 那么 健康养生产品如何进行
  • Virtual Box安装时出现严重错误的解决方法

    之前安装了Vitual Box 卸载后尝试了网上很多方法 查了很多资料 最后成功解决 记录一下方法 如下情况 1 我们先下载Mirosoft Visual C 2019 输入如下网址 选择第一个内容 这里我们向下划 找到如下图 下载对应的版
  • 关于conda使用环境未被激活问题

    若在安装Anaconda之后 出现 Warning This Python interpreter is in a conda environment but the environment has not been activated 那
  • 【Liunx】进程控制和父子进程

    文章目录 1 进程和程序 1 1进程和程序的概念 1 2单道和多道程序设计 1 3进程状态的转换 1 3 1进程的状态切换 1 3 2MMU 内存管理单元的作用 1 3 4PCB 进程控制块 的认识 1 3 5获取环境变量 2 控制进程 2
  • go语言基础-----03-----流程控制、函数、值传递、引用传递、defer函数

    1 流程控制 这里只讲 for range 语句 这个关键字 主要用于遍历 用来遍历数组 slice map chan 例如 package main import fmt func main str hello world 中国 for
  • 【阶段二】Python数据分析Pandas工具使用05篇:数据预处理:数据的规范化

    本篇的思维导图 数据预处理 数据的规范化 数据标准化 归一化 处理是数据挖掘的一项基础工作 不同评价指标往往具有不同的量纲 数值间的差别可能很大 不进行处理可能会影响数据分析的结果 为了消除指标之间的量纲和取值范围差异的影响 需要进行标准化
  • C语言的不完整类型和前置声明

    声明与定义 Declaration and Definition 开始这篇文章之前 我们先弄懂变量的declaration和definition的区别 即变量的声明和定义的区别 一般情况下 我们这样简单的分辨声明与定义的区别 建立存储空间的
  • Black Duck----安装 Synopsys Detect,运行你的第一次

    Synopsys Detect 也称为 Detect 可以在您的桌面图形用户界面 GUI 或命令行 CLI 上运行 虽然 Detect 运行有许多变化 但运行将执行以下三个步骤 首先 Detect 将使用项目的包管理器来派生该包管理器已知的
  • Anaconda中安装并运行tensorflow

    Anaconda中安装并运行tensorflow 创建环境 选择自己喜欢的名字和需要的python环境进行创建 这里我创建了一个名字为tensorflow的虚拟环境 蓝色框住的地方为这个虚拟环境的路径 记住 有用的 现在这样就是在创建中了
  • 【CV with Pytorch】第 7 章 :图像异常检测

    机器学习的研究使我们进入了研究各种模式和行为的过程 它使我们能够构建可以研究封闭环境的模型 预测能力通常遵循模型训练过程 这是我们在训练模型时需要经常问的一个重要问题 还有另一个问题需要回答 多少数据足以帮助模型理解分布 以便我们有一个好的
  • 恢复误删除的数据库数据-Oracle

    Oracle数据误删快速恢复 文章目录 1 创建测试数据 2 数据未提交 rollback回滚 3 数据已提交 3 1 通过scn恢复数据 3 2 通过时间恢复数据 1 创建测试数据 第一步创建测试表 create table cctest
  • 区域生长法快速入门,不带种子点的选取

    这里实现的区域生长法 是最原始的区域生长法 基本原理是判断像素点的强度值是和种子点的强度值差是否小于阈值 如果小于阈值则被标记 实现过程中利用了栈的先进后出的思想 将8邻域中符合生长要求的点压入栈 然后依次取出 然后在取出的点的基础上对8邻