【问题标题】：Region Growing Algorithm区域增长算法
【发布时间】：2011-08-16 14:44:24
【问题描述】：

大家好。我真的很难弄清楚这个逻辑，并希望你能帮助我。在我继续之前，我只想让你知道我是业余程序员和初学者，没有任何形式的正式计算机科学培训，所以请多多包涵。 :D 另外，我正在使用 Python，但我可以使用 Java 或类似的东西。

任何人，我都希望实现一个区域增长，以在基本的 Drawbot 中使用。这是一篇关于区域增长的文章：http://en.wikipedia.org/wiki/Region_growing

按照我的设想，抽奖所依据的图像将满足以下条件：

在任意颜色深度下，图像的大小最多为 3x3 英寸
图像将是白色背景上的黑色连续形状
形状可以位于背景上的任何位置。

我已经考虑了以下解决此问题的方法。虽然有些工作在一定程度上，但每个人在性能或可行性方面都有一些相当大的缺陷（至少它们对我来说似乎不可行）。此外，因为这是一个 Drawbot，所以需要用一条连续的线来完成。但这并不意味着我不能回溯，它只是消除了多个起点（种子）的可能性。

考虑的方法：

随机游走：

用随机游走解决这个问题是我的第一直觉。我想，完成此任务的随机游走程序看起来像这样：

伪python...

Cells To Visit = Number of Black Cells
Cells Visited = 0
MarkColor = red
While Cells Visited < Cells To Visit:
    if currentcell is black:
        Mark Current Cell As Visited #change pixel to red
        Cells Visited +=1
    neighbors = Get_Adjacent_Cells() #returns cells either black or red
    next cell = random.choose(neighbors)
    currentCell = next cell

虽然我认为这是可行的，但在我看来效率极低且不能保证良好的结果，但为了实际完成某些事情，我可能最终会尝试这样做......我在伪代码中的逻辑甚至模糊地正确？

扫地模式：

对我来说，这种方法似乎是最容易实现的。我的想法是我可以在形状的一个极端选择一个起点（例如最左边的最低点）。从那里它会向右画，只在 x 轴上移动，直到它碰到一个白色像素。从这里它会在 y 轴上向上移动一个像素，然后在 x 轴上向左移动直到它到达一个白色像素。如果正上方的像素恰好是白色，则在 x 轴上回溯，直到找到其上方的黑色像素。

这种方法在进一步检查后有一些主要缺点。当面对这样的形状时：

结果将如下所示：

即使我告诉它在一段时间后开始扫地，中腿仍然会被忽略。

4/8 连通社区：

http://en.wikipedia.org/wiki/8-connected_neighborhood

这种方法在我看来是最强大和最有效的，但在这一点上我无法完全弄清楚它，我也想不出我将如何实施它而不可能留下一些被忽视的区域

在每个单元格中，我都会查看相邻的黑色单元格，设计一些方法来排列我应该首先访问哪个单元格，访问所有单元格，然后重复该过程直到所有单元格都被覆盖。

我在这里看到的问题首先是处理完成此任务所需的数据结构，并且还只是弄清楚其背后的逻辑。

这些是我能想到的最佳解决方案。 感谢您花时间阅读本文，我知道它很长，但我认为我应该尽可能明确。任何和所有的建议都将不胜感激......谢谢！

编辑：

我还研究了迷宫生成和求解算法，但不确定如何在这里实现。我对迷宫求解算法的理解是，它们依赖于迷宫的通道宽度相等。我当然可能是错的。

【问题讨论】：

感谢分享。我现在正在研究它。我会让你知道/问你更多问题，这取决于我在哪里。 :P
如何填充 1 像素宽的 T 形？

标签： python algorithm image image-processing flood-fill

【解决方案1】：

一种可以帮助解决一些迷宫问题的简单技巧，例如将一只手放在墙上，可能会有所帮助。

但是请注意，如果您选择了一个随机的起点，您可能会选择一个点，无论您从那里走哪条路，都会挡住一部分。即，如果您从沙漏形状的中间开始，您将只能填充一半。

【讨论】：

我一直在计划指定一个特定的起点，这对我来说已经很困难了，我无法想象必须处理所有可能的起点... D: 看看是否我了解您的解决方案，您建议的方法是否会以靠近最外边缘的路径结束，因此最终会自行盘旋？那样的话，是不是还有像沙漏那样把一部分堵住的可能？关于解决迷宫问题，我曾考虑过这一点，但想不出我该如何在这里实现它......
是的，螺旋式进入，填充该区域。我想说的是，您总是有可能无法创建单个非分支路径来填充任意区域。
我建议您尝试这种墙跟踪方法，但还需要添加一个：通过放置下一个像素来测试您是否正在移动到“颈部”，即左右两侧的墙壁。如果是这样，请反转方向并跟随另一侧的墙壁。这样做直到除了穿过脖子（左、右和后面的墙壁）外无处可去。我认为这适用于沙漏形状。

【解决方案2】：

基本区域增长，在伪代码中看起来像：

seed_point // starting point
visited // boolean array/matrix, same size as image
point_queue // empty queue

point_queue.enqueue( seed_point )
visited( seed_point ) = true

while( point_queue is not empty ) {
    this_point = point_queue.dequeue()
    for each neighbour of this_point {
        if not visited( neighbour ) and neighbour is black/red/whatever
            point_queue.enqueue( neighbour )
            visited( neighbour ) = true
    }
}

// we are done. the "visited" matrix tells
// us which pixels are in the region

我不明白你提到的排名是从哪里来的。我错过了什么吗？

【讨论】：

你指的是我在8个连通细胞方法中提到的排名吗？如果是这样，我的意思是，基于对任何八个给定邻居的假设，首先要访问一个最佳小区。因此，我认为我需要找到哪些是最好的访问以及如何对它们进行排名......或者我可能完全错了哈哈另外，在尝试理解您的示例时，访问的数组是否具有对应于的 bool 值他们的坐标？此外，该解决方案是否会按顺序访问每个点？谢谢您的帮助。你的例子给了我一些见解！
是的，访问的数组将具有对应于坐标的布尔值。我会检查算法，因为它可能不是 100% 正确，但想法就在那里 :) 是的，重新：排名。如果您需要找到整个黑色区域，订单又有什么关系？当然，任何订单都和其他订单一样好（因此我错过了什么）？要了解这里的顺序是如何工作的（广度优先），您可以拿一个空的填字游戏，然后尝试从某个种子点开始手动执行算法。
好吧。目前我有相当多的信息要处理。在我研究了所有给定的答案后，我会告诉你我的情况。非常感谢！
只是我在这方面的进展的更新......我已经成功实现了一种递归回溯方法，并且我的工作非常出色，但是有一些严重的缺点......事实上，由于算法的工作方式是，每个单独的单元格都会增加另一个级别的递归。因此，在处理 1000x1000 像素的图像时……我将尝试实施您的解决方案
是的，递归方法肯定会限制区域大小。祝您实施顺利。

【解决方案3】：

这是一个关于编写递归迷宫求解器的非常好的小截屏视频：http://thinkcode.tv/catalog/amazing-python/

我认为它可能会给你一些关于你试图解决的问题的想法。

另外，这是我在观看截屏视频http://pastie.org/1854582 后编写的一个小递归迷宫解决脚本。等宽的通道不是必需的，唯一需要的是开放空间、墙壁和某种结束条件，在这种情况下，就是找到迷宫的尽头。

如果您不想递归，您可以做的另一件事是使用“回溯”方法。您可以在此页面上看到一个用于随机生成迷宫的小示例： http://weblog.jamisbuck.org/2011/2/7/maze-generation-algorithm-recap（页面上的第一个示例）。

这听起来相关吗？如果是，请告诉我您是否希望我更详细地解释任何事情。

编辑：

这似乎是关于在 python http://www.daniweb.com/software-development/python/threads/148874 中进行洪水填充的一个非常好的讨论

【讨论】：

哦，非常感谢。我最初在考虑一种回溯方法，因为我在 Wikipedia 上看到了一个简短的描述，但是由于我是编程新手，因此数据结构似乎相当令人生畏。我一定会看看那些。
有点无关紧要，第三个链接中的回溯演示非常棒！我会花一些时间尝试从这一切中学习...
有没有办法处理递归的质量级别？虽然我正确地实现了它（我认为......）由于我没有制作迷宫和跟踪图像，但算法的本质是它为每个像素增加了新的水平。因此，在处理 400x400 像素的图像时，递归限制很快就会被更多信息密集的图片所击中。这是我的代码，如果你想看看pastebin.com/Uqf20f4谢谢你的帮助！
我添加了一个链接，指向关于在 Python 中实现洪水填充的有用讨论。 pastebin 链接也坏了。
哎呀...希望此链接有效... pastebin.com/Uqf20f4u 我一定会检查出来

【解决方案4】：

我被这个很长的问题弄糊涂了。

你确定你不只是在尝试flood fill吗？

【讨论】：

这正是 E 先生的回答所做的。我只想指出关于这个问题的非常全面的 Wikipedia 文章。
一种特殊类型的洪水填充 - 每个新设置的像素都与之前设置的像素相邻。