需要在图像上选择指定数量的点（实际上是在该图像的一部分上）。图像的较暗部分更重要。
最简单的方法是随机选择它们。但是，即使放弃使用过的点，通常也会因为一些点过于靠近其他点而结束，尤其是在考虑权重时。
也许在选择点后应该动态减少权重？没试过。
我注意到原始图像有太多不同的颜色，所以我想平滑它以切断相似的颜色。然而，转换为灰度是不够的。
我使用Emgu CV（OpenCV 包装器）函数对图像进行二值化。比我试图计算流域但计算出的区域并不那么容易分开。一般来说，分水岭是一种非常“不直观”的方法来检测较暗的地方。
简单地说：我想在图像上从较暗的部分开始标记点 - 应该比较亮的部分更频繁地标记。点应该分散在一组相似的颜色上，以避免在附近的地方堆积。
该算法不必是准确的。它可以在下一次迭代中给出不同的结果。从 10 到 150-200 的点数不会很大。
如何计算从较暗区域开始散布在图像上的指定点数？
为了形象化我的意思，请看下面的图片。它包含选定的点（数量。~20）。大多数较暗的部分被选中。下一次迭代后，这些点不必出现在相同的位置。但我想要的是在较轻的区域选择点，因为它们的数量会更高。
当然，对于不同的图像，跳出黑暗所需的点数会有所不同。
