区域生长图像分割算法python

区域生长是一种常用的图像分割算法，下面是一个基于Python的区域生长图像分割算法的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('test.jpg',0)

# 区域生长函数
def region_growing(img, seed):
    # 定义8邻域
    neighborhood = [(x,y) for x in range(-1,2) for y in range(-1,2)]
    # 初始化输出图像
    out_img = np.zeros_like(img)
    # 初始化种子点集合
    seed_list = []
    seed_list.append((seed[0], seed[1]))
    # 循环生长
    while(len(seed_list) > 0):
        # 取出种子点
        pix = seed_list[0]
        seed_list.pop(0)
        # 遍历8邻域
        for neighbor in neighborhood:
            # 计算邻域点坐标
            x = pix[0] + neighbor[0]
            y = pix[1] + neighbor[1]
            # 判断是否越界
            if x < 0 or y < 0 or x >= img.shape[0] or y >= img.shape[1]:
                continue
            # 判断是否已经生长过
            if out_img[x, y] != 0:
                continue
            # 判断是否符合生长条件
            if abs(int(img[x, y]) - int(img[pix])) < 10:
                # 加入种子点集合
                seed_list.append((x, y))
                # 标记为已经生长过
                out_img[x, y] = 255
    return out_img

# 选择种子点
seed = (100, 100)

# 区域生长
out_img = region_growing(img, seed)

# 显示结果
cv2.imshow('input', img)
cv2.imshow('output', out_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

该示例代码中，首先读取了一张灰度图像，然后定义了一个`region_growing`函数，该函数实现了区域生长算法。在函数中，首先定义了8邻域，然后初始化了输出图像和种子点集合。接着，循环生长，每次取出一个种子点，遍历其8邻域，判断是否符合生长条件，如果符合，则将该邻域点加入种子点集合，并标记为已经生长过。最后，选择一个种子点，调用`region_growing`函数进行区域生长，得到输出图像，并显示结果。