opencv笔记（六）——区域生长算法

川长思鸟来 2022-05-17 23:52 555阅读 0赞

### 注：本程序只能做图像分割，结果图是转自原作者的，暂时没实现该功能。 ###

# 1、理论基础 #

区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。这个过程中有几个关键的问题：

a> 给定种子点(种子点如何选取？)

种子点的选取很多时候都采用人工交互的方法实现，也有用其他方式的，比如寻找物体并提取物体内部点作为种子点。

b> 确定在生长过程中能将相邻像素包括进来的准则

灰度图像的差值；彩色图像的颜色等等。都是关于像素与像素间的关系描述。

c> 生长的停止条件

# 2、灰度差值的区域生长算法实现 #

算法实现的步骤：

a>  创建一个空白的图像(全黑)；

b> 将种子点存入vector中，vector中存储待生长的种子点；

c> 依次弹出种子点并判断种子点如周围8领域的关系(生长规则)，相似的点则作为下次生长的种子点；

d> vector中不存在种子点后就停止生长。

![SouthEast][]

#include <opencv2\highgui\highgui.hpp>
    #include <iostream>
    #include "math.h"
    
    using namespace cv;
    using namespace std;
    
    Mat RegionGrow(Mat src, Point2i pt, int th)
    {
    	Point2i ptGrowing;						//待生长点位置
    	int nGrowLable = 0;								//标记是否生长过
    	int nSrcValue = 0;								//生长起点灰度值
    	int nCurValue = 0;								//当前生长点灰度值
    	Mat matDst = Mat::zeros(src.size(), CV_8UC1);	//创建一个空白区域，填充为黑色
    	//生长方向顺序数据
    	int DIR[8][2] = { { -1, -1 }, { 0, -1 }, { 1, -1 }, { 1, 0 }, { 1, 1 }, { 0, 1 }, { -1, 1 }, { -1, 0 } };
    	Vector<Point2i> vcGrowPt;						//生长点栈
    	vcGrowPt.push_back(pt);							//将生长点压入栈中
    	matDst.at<uchar>(pt.y, pt.x) = 255;				//标记生长点
    	nSrcValue = src.at<uchar>(pt.y, pt.x);			//记录生长点的灰度值
    
    	while (!vcGrowPt.empty())						//生长栈不为空则生长
    	{
    		pt = vcGrowPt.back();						//取出一个生长点
    		vcGrowPt.pop_back();
    
    		//分别对八个方向上的点进行生长
    		for (int i = 0; i<9; ++i)
    		{
    			ptGrowing.x = pt.x + DIR[i][0];
    			ptGrowing.y = pt.y + DIR[i][1];
    			//检查是否是边缘点
    			if (ptGrowing.x < 0 || ptGrowing.y < 0 || ptGrowing.x >(src.cols - 1) || (ptGrowing.y > src.rows - 1))
    				continue;
    
    			nGrowLable = matDst.at<uchar>(ptGrowing.y, ptGrowing.x);		//当前待生长点的灰度值
    
    			if (nGrowLable == 0)					//如果标记点还没有被生长
    			{
    				nCurValue = src.at<uchar>(ptGrowing.y, ptGrowing.x);
    				if (abs(nSrcValue - nCurValue) < th)					//在阈值范围内则生长
    				{
    					matDst.at<uchar>(ptGrowing.y, ptGrowing.x) = 255;		//标记为白色
    					vcGrowPt.push_back(ptGrowing);					//将下一个生长点压入栈中
    				}
    			}
    		}
    	}
    	return matDst.clone();
    }
    int main() //区域生长
    { 
    	Mat src = imread("E:\\QT text\\image processing\\delineation\\image\\1.jpg"); 
    	namedWindow("原图", 0);
    	imshow("原图", src);
    
    	Point pt = (514,510); //待生长点位置
    	int th = 10; 
    	src = RegionGrow(src, pt, th); 
    	namedWindow("RegionGrow", 0); 
    	imshow("RegionGrow", src);  
    	waitKey(0);
    	return 0;
    }

# 3、算法效果 #

贴图看看使用该算法的图像处理效果：

首先对原图像进行二值化：

![SouthEast 1][]

得到种子点的方法这里就不用介绍了，这个不是该算法的重点。得到两个种子点（左右肺），分别使用区域生长算法得到左右肺区，然后与原图进行与运算，得到结果：

![SouthEast 2][]

To：博乐评论中提到的原始区域生长的算法思想。原始区域生长中一般有四领域的生长和八领域的生长两种方式，基本思想和该算法是一致的。这个算法也是博主在以前没有使用opencv的程序中修改得来的。

转自：[https://blog.csdn.net/robin\_\_chou/article/details/50071313][https_blog.csdn.net_robin_chou_article_details_50071313]