图像填充算法
Posted lewo的博客
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像填充算法相关的知识,希望对你有一定的参考价值。
封闭连通域的图像填充是个常见的算法,最近有机会接触到大图像的例子,做一下总结。
这类问题最基本的算法是种子填充。即先给出封闭区域内的一点,从这点出发搜索邻域,只要不到边界,就把相邻点纳入连通域,赋予填充色。边界的判断比较灵活,可以使用固定颜色,也可以用一定阈值的色彩容差,类似photoshop中的魔棒。其他更复杂的计算自然也可以。
邻域的搜索是填充的重点。最简单的算法就是递归,写出来也就几行代码,像下面的样子:
FillShape(int x, int y) { if( !IsBrim(x,y) ) { SetPixel(x,y); FillShape(x+1, y); FillShape(x-1, y); FillShape(x, y+1); FillShape(x, y-1); } }
只要当前点不是边缘,就填充,然后递归相邻的点。这个算法是4连域,改成8连域也是很简单的事。
上述算法简单直观,但存在一些问题。首先它需要逐点搜索,效率不高。其次,在实际的编程中,递归运算是很消耗资源的事情。函数的递归需要压栈,即把当前函数的地址和状态量放到系统的堆栈中,进入下一个状态。实际操作系统的资源总是有限的,如果递归的层数太多,系统的堆栈会溢出,这个是用户控制不了的。这样当我们处理稍大一些的图像时,往往会出现堆栈溢出的错误,使程序无法运行。
针对这些问题,我们先做修改,把填充目标由点改为线。也即使用线扫描的方式搜索连通域。进入一个种子点后,在X方向从左向右逐点搜索连通点,填充,直到遇到中断点停止,然后从这些连通点开始,取上下点递归,伪代码见下:
FillShape(int x, int y) { if( !IsBrim(x,y) ) { // 向左填充,FillToLeft(x,y); nleft = x; while(!IsBrim(nleft,y)) { SetPixel(nleft,y); nleft--; } // 向右填充,FillToRight(x,y); nright = x; while(!IsBrim(nright,y)) { SetPixel(nright,y); nright++; } // 上下层的点递归 for(i=nleft+1;i<right;i++) { FillShape(x,y+1); FillShape(x,y-1); } } }
这样做减少了递归次数,提高了效率。但是还没有解决递归的根本缺陷,如果遇到大区域填充,仍然可能出现堆栈溢出。根本的解决之道是放弃递归。研究表明,任何递归算法都是可以修改为使用循环的非递归算法。修改的关键是两步:一、设计并实现一个自己的栈,保存原来递归出现的中间状态量,这样资源的利用率大大提高。二、在循环处理代码中,至少实现起始层和下一层递归的功能,这样才能把中间状态压入自己的栈中以备处理。
经过修改的非递归算法如下:(为了简洁起见,我把具体的代码用函数名代替):
// 构建堆栈代码 PushStack();// 压栈 PopStack();// 出栈 SetStackEmpty();// 清空栈 int IsStackEmpty();// 判断栈是否为空 FillShape(int x, int y) { FillToLeft(x,y); FillToRight(x,y); SetStackEmpty(); PushStack(); while(!IsStackEmpty()) { PopStack(); xLeft = getstack_left(); xRight = getstack_right(); // 处理上边 y=y-1; FillToLeft(xLeft,y); i=xLeft; while( i <= xRight) { FillToRight(i,y); PushStack(); } // 处理下边 y=y+2; FillToLeft(xLeft,y); i=xLeft; while( i <= xRight) { FillToRight(i,y); PushStack(); } } }
这段代码的思路是,仍然使用扫描线进行邻域填充,使用自己的堆栈来记录中间状态。完成一条扫描线的填充后,把前一个扫描线状态压入栈,弹出时,向上下搜索相邻的扫描线段,填充,压栈。直到栈中状态都被弹出处理为止。
至此,填充算法提高了效率,也避免了系统堆栈溢出。而递归算法,更适合用于原理说明和较少层次的运算,对图像的处理应当慎用并修改之。
http://blog.sina.com.cn/s/blog_6fa6b8fe0100r4gn.html
以上是关于图像填充算法的主要内容,如果未能解决你的问题,请参考以下文章