Python 巨蟒的洪水填充

我完全不熟悉洪水填充算法。我从维基百科（）上查到的。但并没有变得那么聪明。我试着在下面的情况下使用它。我有一个矩阵：

matrix = [["a", "a", "b", "a", "a", "b"],
          ["a", "b", "b", "a", "b", "b"],
          ["b", "a", "b", "a", "a", "b"],
          ["b", "a", "b", "a", "b", "b"],
          ["a", "a", "b", "a", "a", "a"],
          ["a", "b", "b", "a", "a", "b"]]

然后我让用户从矩阵中决定一个点。如果给定的点是

“b”

，则不会执行任何操作。在另一种情况下，如果给定点是

“a”

，我希望借助洪水填充算法，将该给定点和

“a”

的所有周围或连接点更改为“c”

例如，假设用户决定矩阵[0][0]。那么新的矩阵将是：

matrix = [["c", "c", "b", "a", "a", "b"],
          ["c", "b", "b", "a", "b", "b"],
          ["b", "a", "b", "a", "a", "b"],
          ["b", "a", "b", "a", "b", "b"],
          ["a", "a", "b", "a", "a", "a"],
          ["a", "b", "b", "a", "a", "b"]]

让我们继续这个例子，假设用户决定新的点，矩阵[3][1]。那么我们就可以：

matrix = [["c", "c", "b", "a", "a", "b"],
          ["c", "b", "b", "a", "b", "b"],
          ["b", "c", "b", "a", "a", "b"],
          ["b", "c", "b", "a", "b", "b"],
          ["c", "c", "b", "a", "a", "a"],
          ["c", "b", "b", "a", "a", "b"]]

我正在尝试构建一个函数floodfill（矩阵，x，y），到目前为止，我已经得出了以下结论：

def floodfill(matrix, x, y):
    if matrix[y][x] == "b":
        return matrix
    elif matrix[y][x] == ".":
        stack = []

---

你有办法引导我继续吗？试着在SOF上查看洪水填充示例，但它们似乎不适合我的情况。至少我不能将这些示例应用到我的代码中。洪水填充似乎不是这里流行的话题。。。但是，我们再次感谢您的帮助

嗯，洪水填充的想法是：

检查该点是否符合标准

如果是，将其更改为“c”（在您的示例中），并对所有周围的单元格调用泛洪填充

类似python的伪代码：

def floodfill(matrix, x, y):
    #"hidden" stop clause - not reinvoking for "c" or "b", only for "a".
    if matrix[x][y] == "a":  
        matrix[x][y] = "c" 
        #recursively invoke flood fill on all surrounding cells:
        if x > 0:
            floodfill(matrix,x-1,y)
        if x < len(matrix[y]) - 1:
            floodfill(matrix,x+1,y)
        if y > 0:
            floodfill(matrix,x,y-1)
        if y < len(matrix) - 1:
            floodfill(matrix,x,y+1)

def泛光填充（矩阵，x，y）： #“隐藏”停止条款-不为“c”或“b”重新调用，仅为“a”。 如果矩阵[x][y]=“a”： 矩阵[x][y]=“c” #在所有周围单元上递归调用整体填充： 如果x>0： 洪水填充（矩阵，x-1，y） 如果x0： 漫灌（基质，x，y-1） 如果yPython图像处理库中有几种泛洪填充算法的实现。我知道两个：和。前者是用Python实现的，使用的算法类似于上面amit回答中的算法。后者在C++中使用概念上相似的算法，但没有递归，使它更有效（大约25x大图像）。 要使用OpenCV的floodFill，您需要将矩阵转换为整数的np.array，具体操作如下：

import numpy as np
import cv2

matrix_np = np.asarray(matrix)
numeric_matrix = np.where(matrix_np=="a", 255, 0).astype(np.uint8)
mask = np.zeros(np.asarray(numeric_matrix.shape)+2, dtype=np.uint8)
start_pt = (y,x)
if matrix_np[start_pt]:
  cv2.floodFill(numeric_matrix, mask, start_pt, 255, flags=4)
mask = mask[1:-1, 1:-1]
matrix_np[mask==1] = "c"
matrix = matrix_np.tolist()

使用上面给出的示例矩阵和x，y=（0,0），这将

矩阵设置为

[['c', 'c', 'b', 'a', 'a', 'b'],
 ['c', 'b', 'b', 'a', 'b', 'b'],
 ['b', 'a', 'b', 'a', 'a', 'b'],
 ['b', 'a', 'b', 'a', 'b', 'b'],
 ['a', 'a', 'b', 'a', 'a', 'a'],
 ['a', 'b', 'b', 'a', 'a', 'b']]

不多我把它更新到我的第一篇文章。现在我只知道我必须构建一个堆栈。对于实际的Python实现-，在
if
的
true
分支中返回矩阵，但在
false
分支中不返回矩阵，就像OP那样。矩阵已修改到位，因此无需返回。实际上，仅仅比较a就足够了。@rodrigo是的，谢谢。我拿了他的代码，正如前面所说的，只是显示了更改应该是什么样子的伪代码。我解决了这个问题。。好啊现在我开始明白这是怎么回事了。我尝试过这个想法，它在矩阵[0][0]到矩阵[4][0]之间运行得很好，但是矩阵[5][0]给出了一个错误
索引器：列表索引超出范围
@Waldema:只是其中的一些。。。让我来修正一下，看起来amit是AFK:-（@rodrigo，谢谢，有点忙。没有对索引做太多考虑，这就是为什么我明确表示这是一个类似python的伪代码（因此没有100%准备好运行，但足以理解重要问题）。