【计算机视觉】图像处理算法（其他篇）
本书《OpenCV3编程入门》出版之际,谨向一直关心支持我的毛星云大佬致以最诚挚的敬意与思念,酹酒酹心
本系列文章重点阐述各类图像处理算法的核心原理及其性能特点对比分析
漫水填充
漫水填充法是一种通过特定颜色给连通区域涂色的方法，并根据可连接像素设定上下限以及选定连通规则来实现不同的效果。该方法常用于区分或提取图像的一部分以便后续处理或分析，并且也可以用于生成用于加速处理过程的掩膜区域同时还可以用来生成用于加速处理过程的掩膜区域。另外，在每次操作中结果都是一个连续且完整的区域官方术语中将其称为'漫水填充'技术。
基本思想
所谓的漫水填充简单的讲就是一种自动识别并选择了与起始标记点相连的所有区域然后将这些区域替换为指定的颜色这是一种非常有用的工具常用于图像处理中来实现对特定区域的提取或修改效果相当显著基于这一原理开发出的各种算法类似于Photoshop中的魔术棒选择工具实现起来相当容易Flood Fill算法是一种查找与初始种子像素连通且具有相同颜色值的所有像素的方法
示例图：
阈值化
在图像处理过程中, 我们经常需要根据特定标准对图像中的像素进行筛选与判断, 直接去除那些灰度值低于或高于预设阈值的像素点. 阈值可被视为最基础的图像分割方法之一, 其应用非常广泛. 例如, 在一副图像中基于阈值分割出所需物体的部分（其中物体可能仅部分或全部）. 这种基于灰度差异的基础分割方法属于像素级分割, 为了实现这一目标, 必须对每一张像素进行分析并作出相应的判断. 注意: 阈值的选择会受到具体问题的影响, 即同一物体在不同场景中的灰度分布可能不同. 当确定了目标区域后, 可以给这些区域指定特定的灰度数值来区分它们. 例如, 可将目标区域的所有 pixels 设定为"0"(黑色), 背景 pixels 则设定为"255"(白色). 当然, pixel 的灰度数值并非唯一选择, 最好选用对比度较大的两种颜色组合以便于观察结果
示例图（二进制阈值）：
