区域四邻接点填充算法python

区域四邻接点填充算法是一种用于图像处理和计算机图形学中的填充算法。它的目标是找到指定区域的连通内部点，并对其进行填充。以下是一个使用Python编写的简单区域四邻接点填充算法示例：

import numpy as np
import cv2

def region_fill(image, seed_point, fill_color):
    # 获取图像尺寸
    rows, cols = image.shape[:2]

    # 判断种子点是否在图像范围内
    if seed_point[0] < 0 or seed_point[0] >= rows or seed_point[1] < 0 or seed_point[1] >= cols:
        return

    # 创建一个与原图像大小相同的用于存储填充结果的数组，初始化为0
    filled = np.zeros_like(image)

    # 创建一个堆栈，用于保存待处理的像素点
    stack = []

    # 将种子点添加到堆栈中
    stack.append(seed_point)

    # 获取种子点的颜色
    seed_color = image[seed_point]

    # 定义四邻接点的偏移量
    offsets = [(0, 1), (1, 0), (0, -1), (-1, 0)]
    
    while len(stack) > 0:
        # 从堆栈中弹出一个像素点
        current_point = stack.pop()

        # 将当前像素点标记为已填充
        filled[current_point] = 1

        # 遍历四邻接点
        for offset in offsets:
            # 计算四邻接点的坐标
            neighbor_point = (current_point[0] + offset[0], current_point[1] + offset[1])

            # 判断邻点是否在图像范围内
            if neighbor_point[0] >= 0 and neighbor_point[0] < rows and neighbor_point[1] >= 0 and neighbor_point[1] < cols:
                # 判断邻点是否已经填充过
                if filled[neighbor_point] == 0:
                    # 判断邻点的颜色是否与种子点颜色相同
                    if np.array_equal(image[neighbor_point], seed_color):
                        # 将邻点添加到堆栈中
                        stack.append(neighbor_point)
    
    # 将填充结果赋值给原图像
    image[filled == 1] = fill_color

# 加载原图像
image = cv2.imread("image.png")

# 指定种子点
seed_point = (50, 50)

# 指定填充颜色
fill_color = (255, 0, 0)

# 调用区域四邻接点填充算法
region_fill(image, seed_point, fill_color)

# 显示填充结果
cv2.imshow("Filled Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码通过Python中的OpenCV库实现了区域四邻接点填充算法。首先加载原图像，并指定一个种子点和填充颜色，然后调用`region_fill`函数进行填充，最后显示填充结果。算法利用一个堆栈来保存待处理的像素点，并使用一个填充结果数组来记录已填充的点。通过遍历四邻接点，并根据其颜色与种子点颜色的比较来确定是否进行填充操作。