我是靠谱客的博主 纯情溪流,最近开发中收集的这篇文章主要介绍C++ Opencv imfill孔洞填充函数的实现思路与代码,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

函数实现的中心思想

二值图

此程序针对于二值图,寻找二值图中 像素值为0的连通域,将所有连通域的像素点分别保存下来,将符合条件的连通域的像素值 置为255;

寻找连通域的关键

针对填洞功能的实现,也就是0置为255过程,我们需要以四连通为基本点进行寻找。

种子点的确定

寻找种子点,其实就是寻找二值图中像素值为0的点,我们可以直接采取 遍历 二值图 中的像素,将第一个遇见的像素值为0的点确定为 第一个连通域的种子点。这时候,有一些朋友可能会疑惑,因为按照我的说法,在遍历 的过程中,遇见的第n个像素值为0的点 就是第n个连通域的种子点,进一步说,在整个遍历过程中,遇见像素值为0的像素点的个数,就是连通域的个数。
是的!

当然,如果要实现这一点,那我们就需要在各个连通域的寻找的过程中,将找到的点全部立即置为255,(此处不一定非得是255,只要不是0即可)这样在寻找结束后,我们再遍历二值图时,已经找到的连通域中的所有像素点的值均为255,当再次找到像素值为0 的像素点时,此像素点必是下一个待寻找的连通域的种子点

连通域的寻找过程

首先创建四连通的向量,vector<Point> upp;用来存储上下前后四个点,创建vector<vector<vector<Point>>> lenm;用来存储所有的连通域,至于为什么要创建三维Point数组,大家可以先看看关于这个三维数组的注释,(下面的公式就是,程序中也有相应的注释),了解清楚每一维代表的意义,再结合一下程序,我感觉大家应该可以明白,再简要赘述一下,lenm.size()为连通域的个数。

如图所示;函数为第i个连通域像素点个数的求和。

条件设定

在经过以上的寻找过程后,得到的结果必然是全白的图像,而我们只想要填充孔洞,所以我们需要去除不符合的连通域。所谓孔洞,其实就是周围被像素值为255的点包围起来的连通域,但是,有一些连通域,直接和图像的边界相连,而这并不是我们想要的, 至少不是我想要的,(如果大家有不同的需求,程序也是很容易改过去的)。所以,我需要一个标志位,当这个连通域中的像素点接触到边界后,给这个连通域一个标记。在下面的程序中,我用vector<vector<int>> Flag;来存储标记点,其中Flag[i]表示第i个连通域的标记点。在程序中,找到种子点后,首先将第i个连通域的Flag[i][0] = 1;,如果在此连通域中出现边界点,再Flag[i][0] = 0;(在程序中,此处貌似有一个小BUG,我就先不改了[😏])

最后赋值

在寻找到的所有连通域中,Flag[i][0] == 1; {其中 i 属于 [0,Flag.size()) }的连通域为符合要求的连通域,因此将lenm[i];中的所有像素点赋值255即可。

话不多说 直接上函数代码

输入二值图;

返回二值图;

Mat imfill(Mat cop)
{
	Mat fcop;
	cop.copyTo(fcop);
	vector<Point> upp;//定义四连通点集,有必要可以是八连通
	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;//三维point向量 lenm.size()是连通域的个数
	/*
	int impixel_sum = 0;
	for (int j = 0,j<lenm[i].size();j++)
	{
	    impixel_sum+= lenm[i][j].size();
	}
	//这段循环 表示第i个连通域中 像素点的个数。
	*/
	vector<vector<Point>> numim;
	vector<Point> ssinum;
	vector<vector<int>> Flag;
	vector<int> ce;

	int nmss = 0;//连通域的个数;
	int nums = 0;//中间变量 用来存储 lenm.size();即 在程序运行过程中 nums始终等于 lenm[i][j][k] 中的j 的 值的大小;
	int s1 = 0;
	//标志位 ,每次区域生长后 符合条件的像素个数,当第i个连通域,在经过第j次生长后,s1=lenm[i][j].size(),
	//若s1==0,表示生长结束,不再有符合条件的点,第i连通域中的所有点都已经找到。

	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;
}

主函数代码

#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("万丈高楼第一步",src);

	Mat dst, gray, erzhi;
	blur(src, dst, Size(3, 3), Point(-1, -1));
	//imshow("均值滤波",dst);

	cvtColor(dst, gray, COLOR_BGR2GRAY);
	//imshow("灰度图",gray);

	Canny(gray, erzhi, 100, 200, 3, false);
	//imshow("边缘检测",erzhi);

	Mat holef;
	holef = imfill(erzhi);
	imshow("填洞", holef);
	
	waitKey(0);
	return 0;
}

代码框截图

实例图片

运行结果

总结

此程序会填充所有的孔洞,如果想只填充指定阈值范围内的孔洞,需要再多计算每个连通域像素的个数即可,因为所有数据都已经存了下来,所以计算会比较简单。

到此这篇关于C++ Opencv imfill孔洞填充函数的文章就介绍到这了,更多相关C++ Opencv imfill孔洞填充函数内容请搜索靠谱客以前的文章或继续浏览下面的相关文章希望大家以后多多支持靠谱客!

最后

以上就是纯情溪流为你收集整理的C++ Opencv imfill孔洞填充函数的实现思路与代码的全部内容,希望文章能够帮你解决C++ Opencv imfill孔洞填充函数的实现思路与代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(103)

评论列表共有 0 条评论

立即
投稿
返回
顶部