C++ Opencv imfill孔洞填充函数的实现思路与代码-C/C++开发

在Matlab下,使用imfill可以很容易的完成孔洞填充操作,下面这篇文章主要给大家介绍了关于C++ Opencv imfill孔洞填充函数的实现思路与代码,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

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;
}