魔棒工具--RegionGrow算法简介

魔棒工具,线性区域填充算法实现 以前做过一个抠图的程序,是基于 阅读详情

from: 魔棒工具--RegionGrow算法简介

  ps里面的魔棒工具非常好用,是图像处理中非常常用的一个工具,它现在已经是我的c++工具箱中很重要的一员了,我会在以后的时间里把我的工具箱逐渐介绍给大家。
  魔棒工具的核心算法是RegionGrow区域成长法,它的概念很简单,首先在要处理的图片上选取一个种子点,然后以此点为起点,向四周辐射形成一个区域。最初成长区域只有种子点这一个点,然后不断把周围的点归并入该成长区域,条件是该点的值与成长区域边界点的值之差小于阈值。当成长区域不能再继续扩大时,算法停止。
 

 
算法说明:
  区域成长法的思想很好理解,代码实现对于初学者有一定难度。对于满足条件的像素点,函数会把它们一个个的压入队列的尾部,然后从队列的头部一个个的取出来,形成成长区域。M是一个点名册,用来记录每一个像素是否被处理过。start和end用来记录队列的头和尾,当start==end时,说明所有所有像素已经处理完,函数结束。
 
参数说明:
src: 输入的单通道图像。
dst: 输出的单通道图像,与输入同大小,必须提前开空间。
seedx, seedy:  种子点坐标
threshold:  容差
flag: 0/1 表示搜索方式是 8/4 邻域
 
复制代码
struct Node 
{
    int x;
    int y;
    Node* next;
};

void MyTreasureBox::RegionGrow(const IplImage* src, IplImage* dst, int seedx, int seedy, int threshold, bool flag)
{
    if(!src || src->nChannels != 1)return ;

    int width = src->width;
    int height = src->height;
    int srcwidthstep = src->widthStep;
    uchar* img = (uchar*)src->imageData;

    //成长区域
    cvZero(dst);

    //标记每个像素点是否被计算过
    IplImage* M = cvCreateImage(cvSize(width, height), 8, 1);
    int Mwidthstep = M->widthStep;

    cvZero(M);
    M->imageData[seedy * Mwidthstep + seedx] = 1;    //种子点位置为1,其它位置为0

    CvScalar cur = CV_RGB(255,255,255);
    cvSet2D(dst, seedy, seedx, cur);

    //队列的两端
    int start = 0;
    int end = 1;

    Node *queue = new Node;
    queue->x = seedx;
    queue->y = seedy;
    queue->next = NULL;
    Node *first = queue;
    Node *last = queue;

    while (end - start > 0)
    {
        int x = first->x;
        int y = first->y;
        uchar pixel = (uchar)img[y * srcwidthstep + x];

        for (int yy = -1; yy<=1; yy++)
        {
            for (int xx = -1; xx<=1; xx++)
            {
                if(flag)
                    if ( abs(yy) && abs(xx))
                        continue;

                int cx = x + xx;
                int cy = y + yy;
                if (cx >= 0 && cx <width && cy >=0 && cy < height)
                {
                    if (abs(img[cy * srcwidthstep + cx] - pixel) <= threshold && M->imageData[cy * Mwidthstep + cx] != 1)
                    {
                        Node *node = new Node;
                        node->x = cx;
                        node->y = cy;
                        node->next = NULL;

                        end++;
                        last->next = node;
                        last = node;

                        M->imageData[cy * Mwidthstep + cx] = 1;

                        cvSet2D(dst, cy, cx, cur);
                    }
                }
            }
        }
        Node* temp = first;
        first = first->next;
        delete temp;
        start++;
    }

    cvReleaseImage(&M);
}
复制代码


图像之魔棒工具实现 这是以前发的一篇文章,现在 魔棒工具对于做过ps的同学应该都不陌生,本文就介绍下魔棒工具在图像中的实现原理以及实现。 阅读详情

相关推荐

基于Qt+C++实现仿Photoshop魔棒实现(树木边缘检测)+源码(期末大作业&课程设计&项目开发)

基于Qt+C++实现仿Photoshop魔棒实现(树木边缘检测)+源码,适合期末大作业、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 基于Qt+C++实现仿Photoshop魔棒实现(树木边缘检测)+源码,适合期末大作业、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 基于Qt+C++实现仿Photoshop魔棒实现(树木边缘检测)+源码,适合期末大作业、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 基于Qt+C++实现仿Photoshop魔棒实现(树木边缘检测)+源码,适合期末大作业、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~

C# 类似PS的魔棒工具(1)

最近一段时间在开发一个画图软件,其中需要实现魔棒功能。网上浏览了一圈,没有找到。苦思之后,终于开窍了:。思路是:先用漫水填充算法, 获得一张连通区域的二值图。然后对这幅图进行边缘检测,获取边缘。如果使用emgucv或者opencv,可以直接使用函数floodFill()获得区域,再函数Canny()与FindContours()函数获得边界。 1.漫水填充 这里我不适用emgucv的方法,使用

wangzibigan的博客 2652

regionGrow_区域生长_

这是一个基于区域生长的matlab代码,里面包括一个word文档和一个matlab代码,matlab的代码可用。

魔棒工具的使用

在ps中,加选的快捷键是点住Shift键,然后用鼠标点击要选区的区域,就可以加选了! 如果不想要选中的黑色水果,我们可以选中第三个“从选区减去”按键,这样就可以把不想要的黑色区域从选区中去掉。 那么我们就可以将选中的黄色部分进行颜色修改了!快捷键Alt+Delete键,就可以填充前景色了! ...

liulang68的博客 466

【spark源码修改】hive3.1.3 spark3.5.4编译,需要修改源码,最终编译成功

【spark源码修改】hive3.1.3 spark3.5.4编译,需要修改源码,最终编译成功,附带问题分析详细过程

spark_dev的博客 1912

RK3568/RK3588之修改8250驱动实现RS485收发的自动切换

在串口发送前,若为485,则将控制引脚拉为发送状态,在发送后,循环查看是否发送完成,若发送完成则将引脚置回读状态,如此一来,就能实现在内核测控制方向切换,而不会因为延时造成数据丢失,经过测试此办法可行。全部修改完成后,重新编译生成内核文件和设备树文件,烧写到板子上即可。

哒宰的博客 3124

图像处理经典算法: 区域生长(regiongrow)

一、感谢: 向博主GlassySky0816致谢,参考其编辑书写的区域生长算法的python实现进行学习。附原文链接。 链接: link. 二、程序理解 程序分析

bigtangyuan的博客 6080

从数据到图片:手把手构建FMCW雷达人体行为识别数据集(行走、跌倒、喝水等6类动作)

本文详细解析了如何利用FMCW雷达构建人体行为识别数据集,涵盖行走、跌倒、喝水等6类动作。通过多普勒特征可视化、图像标准化处理和自动化流水线设计,将原始雷达信号转化为高质量时频图像数据集,为智能家居和健康监护等应用提供可靠数据支持。

weixin_30706691的博客 388

regiongrow函数(matlab)

S1 = S;elseS1 = f(J);endend。

weixin_48921509的博客 1194

循环神经网络(RNN)

在之前学习了全连接神经网络(DNN)模型,网络结构都是从输入层到隐含层再到输出层,层与层之间是全连接或部分连接的,但每层之间的节点是无连接的。 一、神经网络基础 神经网络可以当做是能够拟合任意函数的黑盒子,只要训练数据足够,给定特定的x,就能得到希望的y,结构图如下: 将神经网络模型训练好之后,在输入层给定一个x,通过网络之后就能够在输出层得到特定的y,那么既然有了这么强大的模型,为什么还需要RNN(循环神经网络)呢? 二、为什么需要RNN(循环神经网络) 考虑这样一个问题,如果要预测句子的下一个单词是什么

小朱小朱绝不认输的博客 2万+

Google OR-Tools的CP-SAT求解器,为什么比传统线性规划更适合你的组合优化问题?

本文深入解析Google OR-Tools中的CP-SAT求解器为何比传统线性规划更适合解决组合优化问题。CP-SAT融合约束规划与可满足性理论,原生支持复杂逻辑约束和离散决策,在物流、生产调度等领域展现出显著优势。通过技术对比和实战案例,展示CP-SAT在处理高组合复杂度问题时的卓越性能。

weixin_28700593的博客 928

『毒瘤算法系列7』魔棒(二分答案·差分约束)

Problem\mathrm{Problem}Problem 有一个英雄,初始生命值是hphphp(生命值无上限),在接下来的nnn秒内,每秒会受到一次伤害,第i秒受到的伤害值为a[i]a[i]a[i]。这个英雄有一个道具“魔杖”,魔杖的初始能量为000,每受到一次伤害,积攒一点能量。在英雄受到伤害后,可以立即释放魔棒中的能量,恢复15×15×15×[能量点数]的生命值,且魔棒的点数清零。释放能量有施法间隔cdcdcd(cdcdcd是正整数),即相邻的两次释放的时间间隔至少有cdcdcd秒。任何时刻当hp≤

Ronaldo7_ZYB的博客 659

YOLOv13改进:原创自研 | 卷积魔改 | 一种新颖的风车形卷积(PConv)融合注意力机制,加强微弱小目标检测能力

风车形卷积(PConv)融合注意力机制进一步提升小目标检测能力

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 1059

C# 魔棒工具-漫水填充算法优化

之前在魔棒工具的文章里写过一个漫水填充算法,实际使用效果并不好。这是因为算法将图片转为灰度再去与种子点的灰度比较。可以想象,这种做法是不合理的(虽然通常都是这么做)。比如两个视觉上相差很明显的颜色,其灰度值很有可能一样或者相差不大(无论你怎么修改RGB三者权重,终归会遇到这种情况)。所以最好是对颜色的ARGB四个分值分开进行比较,如果速度允许,可以计算方差;如果希望速度快一点,就直接计算差值。

wangzibigan的博客 1678

YOLOv11 改进 - C2PSA | C2PSA融合TSSA(Token Statistics Self-Attention)令牌统计自注意力,优化遮挡目标感知

本文介绍了Token Statistics Self-Attention(TSSA)机制,并将其集成到YOLOv11中。传统自注意力计算复杂度高,TSSA进行了范式转变,基于token统计特征实现高效注意力交互。它通过“算法展开”推导得出,以“最大编码率降低”为目标,实现特征学习。TSSA包含动态分组和低秩投影优化两步创新,具备线性复杂度。我们将TSSA代码集成到YOLOv11的C2PSA模块中。实验表明,改进后的YOLOv11在目标检测任务中表现良好,验证了TSSA机制的有效性。

魔改工程师的博客 670

simulink的电动汽车制动系统热管理仿真

本文系统研究了电动汽车制动系统热管理仿真技术。通过建立机电液多物理场耦合模型,分析了不同工况下的动态热平衡特性。提出基于MPC的动态调节和NSGA-II多目标优化算法,使电池温度波动降低60%。创新性采用石墨烯相变材料与微通道液冷复合技术,冷却系统能耗减少40%。研究构建了完整的工程验证平台,涵盖200kW电制动测试台和高精度热成像系统。展望指出,未来将结合Transformer预测和强化学习算法,进一步优化热管理策略。该研究为电动汽车制动系统热管理提供了从理论建模到工程实施的完整解决方案。

xiaoheshang_123的博客 122

套索及魔棒工具

16、套索工具 快捷键:L 1.多边形套索 按住delete键可以 一步一步撤销;按住Esc可以多步取消 2.磁性套索 按住delete键可以 一步一步撤销;按住Esc可以多步取消 对比度与频率 ctrl+N:新建 17、魔棒工具 快捷键:w 选项区 ...

weixin_46345713的博客 360

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

【Python】实现区域生长算法(regionGrow)

区域生长是一种串行区域分割的图像分割方法。区域生长是指从某个像素出发,按照一定的准则,逐步加入邻近像素,当满足一定的条件时,区域生长终止。区域生长的好坏决定于1.初始点(种子点)的选取。2.生长准则。3.终止条件。区域生长是从某个或者某些像素点出发,最后得到整个区域,进而实现目标的提取。 区域生长的原理: 区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区...

mjiansun的专栏 7011

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Python实现区域生长算法(regionGrow)

区域生长是一种串行区域分割的图像分割方法。区域生长是指从某个像素出发,按照一定的准则,逐步加入邻近像素,当满足一定的条件时,区域生长终止。区域生长的好坏决定于1.初始点(种子点)的选取。2.生长准则。3.终止条件。区域生长是从某个或者某些像素点出发,最后得到整个区域,进而实现目标的提取。 区域生长的原理:    区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区...

GlassySky的博客 3万+

Godot4魔棒工具(洪水填充算法Flood Fill)

其中self.target_sprite是一个精灵图片节点,里面的图像是ImageTexture。一般的原理就是取一个像素点,然后判断上下左右四个点的颜色是否近似,之后不断向外拓展。实现魔棒工具也可以直接使用c++的gde对接opencv库。还学习了JFA跳跃泛洪算法,适合GPU但是不适合魔棒工具。第二个方法是使用计算着色器compute shader。以上是这段时间的收获总结,记录代码以便之后使用。

u012863565的博客 503

matlab图像分割(以草莓为例),区域生长,区域分割

分割结果有点粗糙,凑合着看,原始代码是来自冈萨雷斯的数字图像处理,需要电子书可以后台询问。

weixin_74640964的博客 2223
上一篇: Linux下的静态库、动态库和动态加载库
下一篇: 让你的照片更鲜艳------hsv拉伸
凌风探梅
博客等级 码龄19年 2575粉丝 113原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值