區域生長演算法的一種C++實現
https://www.cnblogs.com/xuhui24/p/6262011.html
區域生長演算法是一種影象分割方法，能夠將影象中具有相同特徵的連通區域分割出來，同時保證較好的邊緣資訊。
區域生長演算法的優點是簡單，容易實現；但空間和時間複雜度較高，對分割影象要求較高，否則容易形成孔洞和過分割。
區域生長演算法的基本思想是首先獲取分割區域的一個種子點，然後在種子點的周圍搜尋與該種子點有相似性質的畫素點，合併到種子區域中。然後將合併的畫素作為新的種子點繼續搜尋，直到種子區域中所有畫素周圍沒有相似的畫素點，演算法結束。
如果要實現區域生長演算法，基本演算法流程是：
1. 選取種子點p（x0，y0），用堆疊表示種子區域，將種子點push到種子堆疊中
2. 將種子堆疊中第一個種子點pop出堆疊，並以該點為中心，遍歷該中心8鄰域畫素
3. 判斷遍歷畫素點是否已經在種子區域中，如果否，判斷遍歷畫素點是否滿足相鄰種子點相似性，如果畫素點（x，y）滿足相似性，將（x，y）push到堆疊中
4. 重複步驟 2-3，直至種子堆疊為空。
從基本思想可以知道，影響區域生長演算法的要素有三個：種子點的選取；搜尋路徑的選擇；畫素相似性的判斷。
種子點的選取：一般情況下，區域生長演算法是半互動式的分割演算法，需要使用者選取種子點。也可以是通過其他演算法計算出來的種子點。
搜尋路徑的選擇：搜尋路徑一般選擇相鄰的畫素，以二維影象為例，一般為8鄰域搜尋，或者4鄰域搜尋；以三維影象為例，一般為26鄰域搜尋或者6鄰域搜尋。
畫素相似性的判斷：相似性一般以畫素值的相近程度為判斷標準，例如，可以設定一定灰度範圍做為相似的標準。也可以通過計算滿足某種形狀或者性質作為判斷標準。
接著根據上文中提到的演算法，作者提出一種C++的實現方法，該實現不基於任何類庫，以二維影象為例，假設影象的資料型別為char型。
首先，為了便於操作，需要定義種子點的類：
class Point2D
{
public:
Point2D(){}
Point2D(int ix, int iy)
{
this->x = ix;
this->y = iy;
}
~Point2D(){}
Point2D operator+(const Point2D& a) const
{
return Point2D(x + a.x, y + a.y);
}
Point2D operator-(const Point2D& a) const
{
return Point2D(x - a.x, y - a.y);
}
bool operator=(const Point2D & a)
{
return (x == a.x && y == a.y);
}
int x;
int y;
};
然後，定義種子點的鄰域資訊：
const Point2D PointShift2D[8] =
{
Point2D(1, 0),
Point2D(1, -1),
Point2D(0, -1),
Point2D(-1, -1),
Point2D(-1, 0),
Point2D(-1, 1),
Point2D(0, 1),
Point2D(1, 1)
};
然後，定義區域生長演算法類的標頭檔案：
class RegionGrowing
{
public:
RegionGrowing();
~RegionGrowing();
void SetInputData(char *pData, int width, int height);
void SetSeedPoint(Point2D &p);
void SetThreshold(int low, int hight);
bool RegionGrow2D();
char* GetOutput();
private:
int LowThreshold;
int HighThreshold;
int Width;
int Height;
char *InputData;
char *OutputData;
Point2D SeedPoint;
};
然後，是區域生長演算法類的實現：
#include "RegionGrowing.h"
#include <stack>
RegionGrowing::RegionGrowing()
{
this->InputData = nullptr;
this->OutputData = nullptr;
}
RegionGrowing::~RegionGrowing()
{
}
void RegionGrowing::SetInputData(char *pData, int width, int height)
{
this->InputData = pData;
this->Width = width;
this->Height = height;
}
void RegionGrowing::SetSeedPoint(Point2D &p)
{
this->SeedPoint = p;
}
void RegionGrowing::SetThreshold(int low, int high)
{
this->LowThreshold = low;
this->HighThreshold = high;
}
bool RegionGrowing::RegionGrow2D()
{
if (this->InputData == nullptr || this->OutputData == nullptr)
{
return false;
}
int index = this->SeedPoint.y * this->Width + this->SeedPoint.x;
int seedValue = this->InputData[index];
std::stack<Point2D> pointStack;
pointStack.push(this->SeedPoint);
memset(this->OutputData, 0, sizeof(char)*this->Width*this->Height);
while (!pointStack.empty())
{
Point2D topPoint = pointStack.top();
pointStack.pop();
for (int i = 0; i < 8; i++)
{
Point2D p = topPoint + PointShift2D[i];
index = p.y * this->Width + p.x;
if (this->InputData[index] > this->LowThreshold &&
this->InputData[index] < this->HighThreshold &&
this->OutputData[index] == 0)
{
this->OutputData[index] = 126;
pointStack.push(p);
}
}
}
return true;
}
char* RegionGrowing::GetOutput()
{
return this->OutputData;
}