OpenCV 如何用 floodFill 做魔術棒填色

OpenCV 的 `cv2.floodFill()` 可以從指定種子點開始，把相連且符合條件的像素填成新顏色。這個函數很像影像編輯工具裡的魔術棒，常用在影像分割、背景處理、二值圖去噪與區域標記。

`cv2.floodFill()` 是什麼？

`cv2.floodFill()` 是 OpenCV 的泛洪填充函數。泛洪填充會從種子點往外擴張，把相鄰且落在容許差異範圍內的像素改成指定顏色。

常見用途包括圖像分割、圖像去噪、圖像修復與圖像標記。若種子點選在背景，`cv2.floodFill()` 可以快速把同一片背景標出來；若種子點選在物件內部，也可以用來取得物件區域。

`cv2.floodFill()` 參數怎麼看？

`cv2.floodFill()` 的重點參數是 image、mask、seedPoint、newVal、loDiff、upDiff 與 flags。mask 必須比原圖上下左右各多 1 像素，也就是寬高各多 2。

```python

cv2.floodFill(

image,

mask,

seedPoint,

newVal,

rect=None,

loDiff=None,

upDiff=None,

flags=None,

)

```

參數	說明
`image`	要填充的影像，可為 8 位單通道或三通道影像
`mask`	控制可填充區域的遮罩，尺寸需比 `image` 多 2 個像素
`seedPoint`	起始種子點，格式是 `(x, y)`
`newVal`	填入的新顏色，例如 BGR `(0, 0, 255)`
`rect`	回傳填充區域的最小矩形
`loDiff`	當前像素與參考像素允許的低差值
`upDiff`	當前像素與參考像素允許的高差值
`flags`	填充模式與連通性設定

floodFill 的 flags 要注意什麼？

`cv2.floodFill()` 的 flags 會影響比較方式與是否只改 mask。常用的是 4 或 8 連通、`cv2.FLOODFILL_FIXED_RANGE`、`cv2.FLOODFILL_MASK_ONLY`。

原文列出幾個常見旗標：`cv2.FLOODFILL_FIXED_RANGE` 會用種子點作固定範圍比較；`cv2.FLOODFILL_MASK_ONLY` 只修改 mask，不改原圖。實作時我會先從基本填色跑起，再逐步加入 tolerance 與 mask-only 模式，這樣比較容易確認是哪個參數造成結果變化。

OpenCV 魔術棒填色範例怎麼寫？

OpenCV 魔術棒填色的基本範例需要讀圖、選種子點、建立 mask，再呼叫 `cv2.floodFill()`。mask 的 shape 要用灰階影像高寬各加 2。

```python

import cv2

import numpy as np

img = cv2.imread("image.jpg")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

seed_point = (100, 100)

fill_color = (0, 0, 255)

fill_mask = np.zeros((gray.shape[0] + 2, gray.shape[1] + 2), dtype=np.uint8)

cv2.floodFill(img, fill_mask, seed_point, fill_color)

cv2.imshow("image", img)

cv2.waitKey(0)

cv2.destroyAllWindows()

```

若結果填太多，通常是容許差異太大或種子點選錯區域。若結果填太少，則可能需要調整 `loDiff`、`upDiff`，或先做平滑、二值化降低雜訊。

常見問題

Q`cv2.floodFill()` 的 mask 為什麼要多 2 像素？

OpenCV floodFill 的 mask 需要保留影像外圍邊界，因此尺寸必須是 `(height + 2, width + 2)`。如果 mask 尺寸不對，函數會直接報錯。

Q`seedPoint` 是 `(x, y)` 還是 `(row, col)`？

`seedPoint` 使用 OpenCV 繪圖座標 `(x, y)`。這和 NumPy 用 `image[row, col]` 存取像素的順序不同。

QfloodFill 可以只取得區域不改原圖嗎？

可以，使用 `cv2.FLOODFILL_MASK_ONLY` 可以只改 mask。這在你只想取得分割區域、不想改掉原始影像時很有用。

Q魔術棒填色適合所有影像分割嗎？

不適合。`cv2.floodFill()` 很依賴種子點與顏色差異，若背景和物件顏色接近，可能需要先做前處理或改用輪廓、語意分割模型。

參考資料

OpenCV Documentation, Miscellaneous Image Transformations: <https://docs.opencv.org/4.x/d7/d1b/groupimgprocmisc.html>

最後更新

Mon May 08 2023 08:00:00 GMT+0800 (Taiwan Standard Time)

關於作者 {#author}

Claire Chang ｜企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。

首次發布：2023-05-08