C++ 如何在二值图像中恢复形状以进行索引（泛光填充）？

我创建了一个带有阈值的二值图像。如何更改下图中白色形状的颜色以使其可转位

这是我目前的代码：

void threshold()
{
    cv::Mat src_8uc3_img = cv::imread("images/train.png", CV_LOAD_IMAGE_GRAYSCALE); // load color image from file system to Mat variable, this will be loaded using 8 bits (uchar)

    if (src_8uc3_img.empty()) {
        printf("Unable to read input file (%s, %d).", __FILE__, __LINE__); 
    }

    double thresh = 0;
    double maxValue = 255;

    cv::Mat thresh_holding = src_8uc3_img.clone();
    cv::Mat indexing = src_8uc3_img.clone();
    cv::imshow("Train", src_8uc3_img);

    for (int y = 0; y < thresh_holding.rows ; y++) {
        for (int x = 0; x < thresh_holding.cols ; x++) {
            uchar thX = thresh_holding.at<uchar>(y, x);
            if (thX < 128 ) {
                thresh_holding.at<uchar>(y, x) = thresh;
            }
            else if (thX>128){
                thresh_holding.at<uchar>(y, x) = maxValue;
            }
        }
    }

    cv::imshow("ThreshHolding", thresh_holding);

    cv::waitKey(0); // wait until keypressed

}

---

第一件事：这是脱粒，不是脱粒。这意味着设置/应用阈值，而不是保持阈值，不管它意味着什么

你想要的是清楚地找到你的形象。除非您想学习基本的图像处理，否则首先要使用该函数。然后不要使用findContours/drawContours，因为它们很慢。如果您想要不同的连接组件，请使用：它很快，而且每个组件都有不同的标签。根据索引，颜色由您决定

Alex Alex Python的启发，这里你可以找到C++版本：

#include <opencv2/opencv.hpp>

int main(void)
{
    using namespace cv;
    // Read image
    Mat1b img = imread("input.png", IMREAD_GRAYSCALE);
    // Make sure it's binary
    threshold(img, img, 128, 255, THRESH_BINARY);
    // Extract connected components
    Mat1i labels;
    int nlabels = connectedComponents(img, labels);
    // Make the connected components from 0 to 255 (assume less than 256 labels)
    img = labels * 255 / nlabels;
    // Make the labels colored
    Mat3b colored, output;
    applyColorMap(img, colored, COLORMAP_JET);
    // Mask background with zeros in original image
    colored.copyTo(output, img);
    // Write output
    imwrite("output.png", output);
}

---

唯一的区别是我为图像指定了类型，以便将img的赋值也转换为8bpp。而且打字的垫子使用起来更方便。

首先要做的事情是：它是阈值，而不是阈值保持。这意味着设置/应用阈值，而不是保持阈值，不管它意味着什么

你想要的是清楚地找到你的形象。除非您想学习基本的图像处理，否则首先要使用该函数。然后不要使用findContours/drawContours，因为它们很慢。如果您想要不同的连接组件，请使用：它很快，而且每个组件都有不同的标签。根据索引，颜色由您决定

Alex Alex Python的启发，这里你可以找到C++版本：

#include <opencv2/opencv.hpp>

int main(void)
{
    using namespace cv;
    // Read image
    Mat1b img = imread("input.png", IMREAD_GRAYSCALE);
    // Make sure it's binary
    threshold(img, img, 128, 255, THRESH_BINARY);
    // Extract connected components
    Mat1i labels;
    int nlabels = connectedComponents(img, labels);
    // Make the connected components from 0 to 255 (assume less than 256 labels)
    img = labels * 255 / nlabels;
    // Make the labels colored
    Mat3b colored, output;
    applyColorMap(img, colored, COLORMAP_JET);
    // Mask background with zeros in original image
    colored.copyTo(output, img);
    // Write output
    imwrite("output.png", output);
}

唯一的区别是我为图像指定了类型，以便将img的赋值也转换为8bpp。而且键入的Mats使用起来更方便。

Python代码：

import numpy as np
import cv2
a=cv2.imread('P.png')
b=cv2.cvtColor(a, cv2.COLOR_BGR2GRAY)
b=cv2.threshold(b, 170, 255, cv2.THRESH_BINARY)[1] 
lbl=cv2.connectedComponentsWithStats(b, 8, cv2.CV_32S)
im_lbl=np.uint8(255*lbl[1]/lbl[0])
out_img=cv2.applyColorMap(im_lbl, cv2.COLORMAP_JET)
out_img=cv2.bitwise_and(out_img, a)
cv2.imwrite('out.png', out_img)

结果:

Python代码：

import numpy as np
import cv2
a=cv2.imread('P.png')
b=cv2.cvtColor(a, cv2.COLOR_BGR2GRAY)
b=cv2.threshold(b, 170, 255, cv2.THRESH_BINARY)[1] 
lbl=cv2.connectedComponentsWithStats(b, 8, cv2.CV_32S)
im_lbl=np.uint8(255*lbl[1]/lbl[0])
out_img=cv2.applyColorMap(im_lbl, cv2.COLORMAP_JET)
out_img=cv2.bitwise_and(out_img, a)
cv2.imwrite('out.png', out_img)

结果:

---

你的问题是什么？我有一张只有白色形状的图片，我需要将它们的颜色更改为我想要的颜色。@Akgali检查答案，现在还包括exampe代码。如果它解决了问题，请接受。你的问题是什么？我有一张只有白色形状的图片，我需要将它们的颜色更改为我想要的颜色。@Akgali检查答案，现在还包括exampe代码。如果它解决了问题，就接受它。