漫水填充算法

一、技术背景

在二值图像处理中，目标区域内部可能存在孔洞（背景色的孤立区域）。这些孔洞会影响轮廓检测、面积计算等后续分析的准确性。漫水填充算法（Flood Fill）是一种区域填充算法，可以用于填充封闭区域或检测孔洞。

本文介绍 SEM 项目中imageUtils.fillHoles()的实现原理，包括四连通/八连通原理、边界填充、BitwiseNot 和 BitwiseOr 合并操作。

二、数学原理

2.1 漫水填充算法

漫水填充算法从指定种子点出发，将与种子点连通且满足一定条件的像素填充为目标颜色。

算法步骤：

1. 从种子点( x 0 , y 0 ) (x_0, y_0)(x0​,y0​)开始
2. 检查该点是否满足填充条件
3. 如果满足，填充该点并加入队列
4. 从队列取出点，检查其邻域
5. 重复直到队列空

2.2 连通性

四连通：只考虑上下左右4个邻居

N 4 ( p ) = { ( x + 1 , y ) , ( x − 1 , y ) , ( x , y + 1 ) , ( x , y − 1 ) } N_4(p) = \{(x+1, y), (x-1, y), (x, y+1), (x, y-1)\}N4​(p)={(x+1,y),(x−1,y),(x,y+1),(x,y−1)}

八连通：考虑周围8个邻居

N 8 ( p ) = N 4 ( p ) ∪ { ( x + 1 , y + 1 ) , ( x + 1 , y − 1 ) , ( x − 1 , y + 1 ) , ( x − 1 , y − 1 ) } N_8(p) = N_4(p) \cup \{(x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1)\}N8​(p)=N4​(p)∪{(x+1,y+1),(x+1,y−1),(x−1,y+1),(x−1,y−1)}

2.3 孔洞填充原理

孔洞填充的核心思想是：

1. 从图像边界开始漫水填充背景（将边界连通的背景填充为白色）
2. 反转填充结果（背景变为黑色，孔洞变为白色）
3. 将反转结果与原图进行或运算（合并孔洞和目标区域）

数学表达：

R e s u l t = O r i g i n a l ∪ ( B a c k g r o u n d f i l l e d ) c Result = Original \cup (Background_{filled})^cResult=Original∪(Backgroundfilled​)c

其中，( B a c k g r o u n d f i l l e d ) c (Background_{filled})^c(Backgroundfilled​)c表示填充后背景的补集。

三、代码实现

以下代码来自e:\SEM\Utils\imageUtils.cs：

//填充孔洞publicstaticvoidfillHoles(refMatsrc_img){Matfilled_img=newMat(src_img.Size(),MatType.CV_8UC1,Scalar.Black);for(inti=0;i<src_img.Rows;i++){for(intj=0;j<src_img.Cols;j++){if(src_img.At<Vec3b>(i,j)==newVec3b(0,0,0)){filled_img.At<byte>(i,j)=0;}else{filled_img.At<byte>(i,j)=255;}}}inth=src_img.Rows;intw=src_img.Cols;Matimg_floodfill=filled_img.Clone();MatMask=newMat();intpadding=2;Cv2.CopyMakeBorder(img_floodfill,Mask,padding,padding,padding,padding,BorderTypes.Constant,newScalar(0));Cv2.FloodFill(Mask,newPoint(0,0),newScalar(255));Matimage_floodfill_inv=newMat();Cv2.BitwiseNot(Mask,image_floodfill_inv);Matroi=newMat(image_floodfill_inv,newRect(padding,padding,src_img.Cols,src_img.Rows));Matresult_img=newMat();Cv2.BitwiseOr(filled_img,roi,result_img);src_img=result_img.Clone();}

处理流程详解

1. 彩色转灰度二值：将彩色图像转换为灰度二值图像（黑色为0，白色为255）
2. 边界扩展：使用CopyMakeBorder在图像周围添加边框，创建掩码
3. 漫水填充：从(0,0)点开始填充背景区域为白色
4. 反转：使用BitwiseNot反转填充结果
5. 提取ROI：去除添加的边框，恢复原始尺寸
6. 合并：使用BitwiseOr将孔洞区域与原图合并

OpenCV API

// 漫水填充intCv2.FloodFill(Matsrc,// 输入图像Matmask,// 掩码（比原图大2像素）PointseedPoint,// 种子点ScalarnewVal,// 填充颜色outRectrect,// 填充区域边界Scalar?loDiff,// 低阈值差（可选）Scalar?upDiff,// 高阈值差（可选）FloodFillFlags flags// 填充模式);// 按位取反Cv2.BitwiseNot(Matsrc,Matdst);// 按位或Cv2.BitwiseOr(Matsrc1,Matsrc2,Matdst);// 边界扩展Cv2.CopyMakeBorder(Matsrc,Matdst,inttop,intbottom,intleft,intright,BorderTypesborderType,Scalar?value);

四、参数调优

4.1 连通性选择

通过FloodFillFlags设置：

• FloodFillFlags.FixedRange：使用固定范围
• FloodFillFlags.MaskOnly：只修改掩码

4.2 边界扩展参数

4.3 种子点选择

种子点通常选择图像边角位置：

• (0, 0)：左上角
• (0, height-1)：左下角
• (width-1, 0)：右上角
• (width-1, height-1)：右下角

五、常见问题

Q1：填充后目标区域也被填充？

原因：种子点选择在目标区域内部。

解决方案：

• 确保种子点在背景区域（如边角位置）
• 检查目标是否完全封闭

Q2：孔洞未被完全填充？

原因：孔洞与边界连通，或连通性设置不当。

解决方案：

• 确保目标区域完全封闭
• 检查是否需要先进行形态学闭运算

Q3：为什么需要添加边界扩展？

原因：OpenCV 的漫水填充要求掩码比原图至少大2像素。

解决方案：

• 使用CopyMakeBorder添加边框
• 填充完成后提取ROI恢复原始尺寸

Q4：彩色图像如何处理？

解决方案：

• 先转换为灰度或二值图像
• 示例代码中已包含彩色到灰度的转换逻辑

Q5：漫水填充与形态学闭运算的区别？