关于初始种子自动选取的区域生长实例（python+opencv)
算法中，初始种子可自动选择（通过不同的划分可以得到不同的种子，可按照自己需要改进算法），图分别为原图（自己画了两笔为了分割成不同区域）、灰度图直方图、初始种子图、区域生长结果图。
另外，不管时初始种子选择还是区域生长，阈值选择很重要。
importcv2
importnumpyasnp
importmatplotlib.pyplotasplt
#初始种子选择
deforiginalSeed(gray,th):
ret,thresh=cv2.cv2.threshold(gray,th,255,cv2.THRESH_BINARY)#二值图，种子区域(不同划分可获得不同种子)
kernel=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))#3×3结构元
thresh_copy=thresh.copy()#复制thresh_A到thresh_copy
thresh_B=np.zeros(gray.shape,np.uint8)#thresh_B大小与A相同，像素值为0
seeds=[]#为了记录种子坐标
#循环，直到thresh_copy中的像素值全部为0
whilethresh_copy.any():
Xa_copy,Ya_copy=np.where(thresh_copy>0)#thresh_A_copy中值为255的像素的坐标
thresh_B[Xa_copy[0],Ya_copy[0]]=255#选取第一个点，并将thresh_B中对应像素值改为255
#连通分量算法，先对thresh_B进行膨胀，再和thresh执行and操作（取交集）
foriinrange(200):
dilation_B=cv2.dilate(thresh_B,kernel,iterations=1)
thresh_B=cv2.bitwise_and(thresh,dilation_B)
#取thresh_B值为255的像素坐标，并将thresh_copy中对应坐标像素值变为0
Xb,Yb=np.where(thresh_B>0)
thresh_copy[Xb,Yb]=0
#循环，在thresh_B中只有一个像素点时停止
whilestr(thresh_B.tolist()).count("255")>1:
thresh_B=cv2.erode(thresh_B,kernel,iterations=1)#腐蚀操作
X_seed,Y_seed=np.where(thresh_B>0)#取处种子坐标
ifX_seed.size>0andY_seed.size>0:
seeds.append((X_seed[0],Y_seed[0]))#将种子坐标写入seeds
thresh_B[Xb,Yb]=0#将thresh_B像素值置零
returnseeds
#区域生长
defregionGrow(gray,seeds,thresh,p):
seedMark=np.zeros(gray.shape)
#八邻域
ifp==8:
connection=[(-1,-1),(-1,0),(-1,1),(0,1),(1,1),(1,0),(1,-1),(0,-1)]
elifp==4:
connection=[(-1,0),(0,1),(1,0),(0,-1)]
#seeds内无元素时候生长停止
whilelen(seeds)!=0:
#栈顶元素出栈
pt=seeds.pop(0)
foriinrange(p):
tmpX=pt[0]+connection[i][0]
tmpY=pt[1]+connection[i][1]
#检测边界点
iftmpX<0ortmpY<0ortmpX>=gray.shape[0]ortmpY>=gray.shape[1]:
continue
ifabs(int(gray[tmpX,tmpY])-int(gray[pt]))
以上这篇关于初始种子自动选取的区域生长实例（python+opencv)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。