博客搬家，下面图片可能显示不正常，请转到：https://imlogm.github.io/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/multi-seed-region-grow/
摘要：多种子的区域生长算法，基于C++编写。
关键字：图像处理, 种子生长, 区域生长
1. 题外话
最近需要找一种简单对图像进行分割的算法，作为后续算法的前处理阶段。最开始想到的是聚类，但是聚类会有分割后不保证连通性的问题。
区域生长法可以保证分割后各自区域的连通性。但网上大多数的代码都是单个种子的，用的多是matlab或旧版本的opencv。索性，我照着单种子的思路，写了一个多种子的区域生长算法分享出来。
2. 单种子的区域生长
单种子的区域生长可以看这篇文章：图像处理算法1——区域生长法-夏天的风
事实上，我就是参照这篇文章的思路写的代码。这篇文章的代码思路清晰，可惜用的旧版本的opencv，而且是单种子。
3. 多种子的区域生长
大体思路是这样的：
1、遍历全图，寻找是否还有undetermined的点，如有，作为种子
2、进行单种子的区域生长算法，生长出的区域记入矩阵mask
3、如果mask记录的区域面积足够大，把mask中的区域记录到矩阵dest中，状态为determined；如果mask记录的区域面积太小，把mask中的区域记录到矩阵dest中，状态为ignored（忽略分割出来面积过小的区域）
4、重复上述步骤，直到全图不存在undetermined的点
4. TODO
我对现在的算法还不是很满意，其一，我没有做太多优化，代码运行卡卡的；其二，我用的灰度图，以及“差值/阈值”的方式来判断是否相似，阈值不是自适应的。
对于图片尺寸越大越卡这个问题，可以在读图片的时候统一resize成256×256，大多数追求速度的图像处理算法都会有这步。
对于彩色图，用3个通道的距离来判断相似度会更好。
以上两个问题，我为了保持算法的原汁原味，就没有添加。（其实是我懒得写了～）
5. 代码
详见Github：https://github.com/imLogM/multi_seed_region_grow
6. 效果
- 原图
- 结果
