漫水填充及Photoshop中魔术棒选择工具的实现

今天写程序中有一个地方用到了漫水填充（FloodFill）。所谓漫水填充，简单来说，如下图中左图，白布上有一块红色的斑点，在这个红色的斑点上点一下，就自动选中了和该点相连的红色的区域，接着将该区域替换成指定的颜色，如下图中右图所示。

GDI中有一个函数 ExtFloodFill ，可以用于漫水填充。函数原型是：

BOOL ExtFloodFill(HDC hdc,int nXStart,int nYStart,COLORREF crColor,UINT fuFillType)

在C#中使用这个函数并不好用，这里有一个例子 http://www.codeproject.com/Feature/WickedCode.aspx?msg=2364985 。照猫画虎的写了一遍，结果返回的结果是false——填充失败。

对win32这些东西看着就烦，也没心思去看到底哪里出错了，干脆自己写一个 FloodFill 算法得了。

算法很简单：

（1）将最初的点作为种子点压入栈中；

（2）弹出一个种子点，把它涂成目标颜色；

（3）对于种子点来说，和它相邻的有4个像素，判断这4个像素中的颜色是否是背景色，如果是，则作为新的种子点入栈；

（4）循环至栈空。

实现起来也很简单，一共只需要22行代码，比用DllImport去调用ExtFloodFill代码量还少：

void FloodFill(ImageRgb24 img, Point location, Rgb24 backColor, Rgb24 fillColor)
{
    int width = img.Width;
    int height = img.Height;
    if (location.X < 0 || location.X >= width || location.Y < 0 || location.Y >= height) return;

    if (backColor == fillColor) return;
    if (img[location.Y, location.X] != backColor) return;

    Stack<Point> points = new Stack<Point>();
    points.Push(location);

    int ww = width -1;
    int hh = height -1;

    while (points.Count > 0)
    {
        Point p = points.Pop();
        img[p.Y, p.X] = fillColor;
        if (p.X > 0 && img[p.Y, p.X - 1] == backColor)
        {
            img[p.Y, p.X - 1] = fillColor;
            points.Push(new Point(p.X - 1, p.Y));
        }

        if (p.X < ww && img[p.Y, p.X + 1] == backColor)
        {
            img[p.Y, p.X + 1] = fillColor;
            points.Push(new Point(p.X + 1, p.Y));
        }

        if (p.Y > 0 && img[p.Y - 1, p.X] == backColor)
        {
            img[p.Y - 1, p.X] = fillColor;
            points.Push(new Point(p.X, p.Y - 1));
        }

        if (p.Y < hh && img[p.Y + 1, p.X] == backColor)
        {
            img[p.Y + 1, p.X] = fillColor;
            points.Push(new Point(p.X, p.Y + 1));
        }
    }
}

有这个算法为基础，类似photoshop的魔术棒选择工具就很容易实现了。漫水填充（FloodFill）是查找和种子点联通的颜色相同的点，魔术棒选择工具则是查找和种子点联通的颜色相近的点，将和初始种子点颜色相近的点压进栈作为新种子。

在photoshop cs5中新引进了快速选择工具，这个工具看起来很神奇，它背后的算法也研究了有些年了，就是抠图技术，有兴趣的可以去研究，这里有一篇很好的综述文章：《Image and Video Matting: A Survey》。