文章目录
1 环境
- Python 3.8.8
- PyCharm 2021
- opencv-python
2 效果
; 3 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域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中。将这些新像素当做新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来，这样，一个区域就长成了。
区域生长的算法实现：
- 根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点，当然也可以手动选择种子点。
- 选择一个描述符（条件），常见的有基于区域灰度差、基于区域灰度分布统计性质。
- 从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断将与集合中各个像素连通、且满足描述符的像素加入集合。
- 上一过程进行到不再有满足条件的新结点加入集合为止。
4 案例
本次案例采用了一张医学图像，为肺部 CT 图像，提取肺的轮廓以判断肺的健康性。
实现的主要流程如下：
- 读入CT图片，让图片和鼠标进行交互，在三个位置进行左击鼠标生成三个红点，保存每次点击时的( y , x ) (y,x)(y ,x ) 到开始的s e e d s seeds see d s 中，完成s e e d s seeds see d s 初始化。完成此过程的为c v 2. s e t M o u s e C a l l b a c k ( ) cv2.setMouseCallback()c v 2.se tM o u se C a ll ba c k ()。
- 以上面步骤得到的s e e d s seeds see d s 进行区域生长，创建与原C T CT CT 图大小相同的空白图s e e d M a r k seedMark see d M a r k，根据初始化的种子点的坐标在s e e d M a r k seedMark see d M a r k 标记为255 255 255。在定义种子点的八领域坐标，当种子与其八邻域的像素差大于6 6 6 且之前在s e e d M a r k seedMark see d M a r k 没有被标记过时，则不合并，反之将其与种子进行合并，方式为令s e e d M a r k seedMark see d M a r k 的对应坐标的像素为255 255 255，并将其存入种子队列作为下次生长时的种子，将当前种子点从种子队列中去除。
- 输入q q q 回车结束交互，效果展示。
代码：
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
from collections import deque
def getGrayDiff(gray, current_seed, tmp_seed):
return abs(int(gray[current_seed[0], current_seed[1]]) - int(gray[tmp_seed[0], tmp_seed[1]]))
def regional_growth(gray, seeds):
connects = [(-1, -1), (0, -1), (1, -1), (1, 0), \
(1, 1), (0, 1), (-1, 1), (-1, 0)]
seedMark = np.zeros((gray.shape))
height, width = gray.shape
threshold = 6
seedque = deque()
label = 255
seedque.extend(seeds)
while seedque :
current_seed = seedque.popleft()
seedMark[current_seed[0], current_seed[1]] = label
for i in range(8) :
tmpX = current_seed[0] + connects[i][0]
tmpY = current_seed[1] + connects[i][1]
if tmpX < 0 or tmpY < 0 or tmpX >= height or tmpY >= width :
continue
grayDiff = getGrayDiff(gray, current_seed, (tmpX, tmpY))
if grayDiff < threshold and seedMark[tmpX, tmpY] != label :
seedque.append((tmpX, tmpY))
seedMark[tmpX, tmpY] = label
return seedMark
def Event_Mouse(event, x, y, flags, param) :
if event == cv.EVENT_LBUTTONDOWN :
seeds.append((y, x))
cv.circle(img, center = (x, y), radius = 2,
color = (0, 0, 255), thickness = -1)
def Region_Grow(img):
cv.namedWindow('img')
cv.setMouseCallback('img', Event_Mouse)
cv.imshow('img', img)
while True :
cv.imshow('img', img)
if cv.waitKey(1) & 0xFF == ord('q') :
break
cv.destroyAllWindows()
CT = cv.imread('images/CT.png', 1)
seedMark = np.uint8(regional_growth(cv.cvtColor(CT, cv.COLOR_BGR2GRAY), seeds))
cv.imshow('seedMark', seedMark)
cv.waitKey(0)
plt.figure(figsize=(12, 4))
plt.subplot(131), plt.imshow(cv.cvtColor(CT, cv.COLOR_BGR2RGB))
plt.axis('off'), plt.title(f'$input\_image$')
plt.subplot(132), plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.axis('off'), plt.title(f'$seeds\_image$')
plt.subplot(133), plt.imshow(seedMark, cmap='gray', vmin = 0, vmax = 255)
plt.axis('off'), plt.title(f'$segmented\_image$')
plt.tight_layout()
plt.show()
if __name__ == '__main__':
img = cv.imread('./images/CT.png')
seeds = []
Region_Grow(img)
Original: https://blog.csdn.net/weixin_53598445/article/details/123833313
Author: 八岁爱玩耍
Title: 【Opencv】图像分割——区域生长
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/636890/
转载文章受原作者版权保护。转载请注明原作者出处！