開發背景：
醫生在實際使用PACS軟件觀察病灶時，經常會測量不規則病灶的周長和面積，使用畫筆工具勾勒比較耗時且准度欠佳，
或者在標記人工智能訓練樣本時少則幾百張，多則幾千張，為極大減少耗時和極大提高工作效率，故開發此功能用來自動勾勒病灶范圍並自動測量。
國際慣例，先看效果：
思路流程概覽：
①以鼠標按下作為漫水算法中心點向外擴散填充
②裁剪最大外接矩形，縮小計算范圍
③灰度轉換
④Canny算子或Sobel算子提取輪廓
⑤背景降噪
⑥提取邊界輪廓
⑦設置容差范圍
⑧可變多邊形坐標轉化
⑨縮放、平移、旋轉后的坐標映射
准備一張樣本並以手臂骨頭作為假設病灶：
①以鼠標按下作為漫水算法中心點向外擴散填充
通過給定指定的中心坐標，和指定染色的顏色值，向四周擴撒，遇到一樣或近似值將其包含在范圍內，網上源碼很多，很容易實現。
②裁剪最大外接矩形，縮小計算范圍
將漫水填充范圍的最大外接矩形裁剪出來，提高后續計算效率。
③灰度轉換
轉換成灰度圖，為后續計算做准備。
④Canny算子或Sobel算子進行邊緣檢測
Canny算子和Sobel算子區別：
Canny算子：
在計算前先將圖像進行高斯濾波轉換，得到一個相對模糊的圖像，使得噪點在平滑過度時的影響降到最低：
根據算法原理得到如下結果：
Sobel算子：
根據算法原理得到如下結果：
其中直觀區別是canny算子計算的結果清晰，但不連續，容易受噪點影響，而sobel算子線條相對柔和，連續性強。
⑤背景降噪
進行一次手動背景降噪，使得展現的無用邊緣更少，結果更清晰：
⑥提取邊界輪廓
經過上面的計算后會得到一個邊界坐標集合記為List<Point> list;
這些點是不連續的，不首尾相連的，我們需要將非邊緣坐標刪除，並將邊緣坐標按順時針或逆時針排序；
此時雖然得到了邊緣坐標，但他是非連續性的，當我們把這些點連起來的時候就會出現問題：
所以我們將這些邊緣坐標按逆時針或順時針排序：
⑦在界面上增加滑塊控件並設置容差范圍
當碰到邊界不是很清晰的時候，我們需要調整容差范圍，以影響漫水擴散時的范圍准確性：
觀察容差范圍10和20的區別：
⑧可變多邊形坐標轉化
根據本系列教程的測量工具開發，在此基礎上我們將標識的范圍轉化為可變多邊形：
微調結果並顯示周長和面積：
⑨縮放、平移、旋轉后的坐標映射
當圖像發生放大、平移、旋轉時，要注意邊緣坐標的映射以保證結果正確：
配合色彩增強，食用效果更佳！
