OpenCV实现图像连通组件标记与分析

浅浅的花香味﹌ 2022-05-22 01:14 370阅读 0赞

## OpenCV实现图像连通组件标记与分析 ##

### 一：连通组件标记算法介绍 ###

连接组件标记算法(connected component labeling algorithm)是图像分析中最常用的算法之一，算法的实质是扫描一幅图像的每个像素，对于像素值相同的分为相同的组(group),最终得到图像中所有的像素连通组件。扫描的方式可以是从上到下，从左到右，对于一幅有N个像素的图像来说，最大连通组件个数为N/2。扫描是基于每个像素单位，对于二值图像而言，连通组件集合可以是V=\{1|白色\}或者V=\{0|黑色\}, 取决于前景色与背景色的不同。对于灰度图像来说，连图组件像素集合可能是一系列在0 ～ 255之间k的灰度值。常见的连通组件标记算法非为两类  
1. 基于无向图搜索递归算法  
2. 基于无向图搜索与堆栈非递归算法  
3. 两步法，基于扫描与等价类合并算法

### 二：OpenCV中连通组件标记API ###

OpenCV中支持连通组件扫描的API有两个，一个是带统计信息一个不带统计信息，不带统计信息的API及其解释如下：

int cv::connectedComponents(
    InputArray  image, // 输入二值图像，黑色背景
    OutputArray     labels, // 输出的标记图像，背景index=0
    int     connectivity = 8, // 连通域，默认是8连通
    int     ltype = CV_32S // 输出的labels类型，默认是CV_32S
    )

带有统计信息的API及其解释如下：

int cv::connectedComponentsWithStats(
    InputArray  image, // 输入二值图像，黑色背景
    OutputArray     labels, // 输出的标记图像，背景index=0
    OutputArray     stats, // 统计信息，包括每个组件的位置、宽、高与面积
    OutputArray     centroids, // 每个组件的中心位置坐标cx, cy
    int     connectivity, // 寻找连通组件算法的连通域，默认是8连通
    int     ltype, // 输出的labels的Mat类型CV_32S
    int     ccltype // 连通组件算法
    )

其中stats包括以下枚举类型数据信息：  
CC\_STAT\_LEFT  
组件的左上角点像素点坐标的X位置.  
CC\_STAT\_TOP  
组件的左上角点像素点坐标的Y位置.  
CC\_STAT\_WIDTH  
组件外接矩形的宽度  
CC\_STAT\_HEIGHT  
组件外接矩形的高度.  
CC\_STAT\_AREA  
当前连通组件的面积（像素单位）

三：代码演示  
基于两个API分别进行了代码演示，选取了一张比较典型的大米图像， 灰度与二值化之后，分别使用这两个连通组件算法API对其进行分析，最终得到以下输出的连通组件的统计信息：  
\- 大米的数目  
\- 面积  
\- 外接矩形大小  
\- 中心位置  
原图如下：  
![这里写图片描述][70]  
二值图像如下：  
![这里写图片描述][70 1]

连通组件寻找结果如下：  
![这里写图片描述][70 2]

连通组件寻找+统计分析的结果如下：  
![这里写图片描述][70 3]

控制台输出参数如下：  
![这里写图片描述][70 4]

源代码如下：

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    RNG rng(12345);
    void connected_component_demo(Mat &image);
    void connected_component_stats_demo(Mat &image);
    int main(int argc, char** argv) {
        Mat src = imread("D:/javaopencv/rice.png");
        if (src.empty()) {
            printf("could not load image...\n");
        }
        imshow("input", src);
        connected_component_stats_demo(src);
    
        waitKey(0);
        return 0;
    }
    
    void connected_component_demo(Mat &image) {
        // 二值化
        Mat gray, binary;
        cvtColor(image, gray, COLOR_BGR2GRAY);
        threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
        // 形态学操作
        Mat k = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
        morphologyEx(binary, binary, MORPH_OPEN, k);
        morphologyEx(binary, binary, MORPH_CLOSE, k);
        imshow("binary", binary);
        imwrite("D:/ccla_binary.png", binary);
        Mat labels = Mat::zeros(image.size(), CV_32S);
        int num_labels = connectedComponents(binary, labels, 8, CV_32S);
        printf("total labels : %d\n", (num_labels - 1));
        vector<Vec3b> colors(num_labels);
    
        // background color
        colors[0] = Vec3b(0, 0, 0);
    
        // object color
        for (int i = 1; i < num_labels; i++) {
            colors[i] = Vec3b(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));
        }
    
        // render result
        Mat dst = Mat::zeros(image.size(), image.type());
        int w = image.cols;
        int h = image.rows;
        for (int row = 0; row < h; row++) {
            for (int col = 0; col < w; col++) {
                int label = labels.at<int>(row, col);
                if (label == 0) continue;
                dst.at<Vec3b>(row, col) = colors[label];
            }
        }
        imshow("ccla-demo", dst);
        imwrite("D:/ccla_dst.png", dst);
    }
    
    void connected_component_stats_demo(Mat &image) {
        // 二值化
        Mat gray, binary;
        cvtColor(image, gray, COLOR_BGR2GRAY);
        threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
        // 形态学操作
        Mat k = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
        morphologyEx(binary, binary, MORPH_OPEN, k);
        morphologyEx(binary, binary, MORPH_CLOSE, k);
        imshow("binary", binary);
        Mat labels = Mat::zeros(image.size(), CV_32S);
        Mat stats, centroids;
        int num_labels = connectedComponentsWithStats(binary, labels, stats, centroids, 8, 4);
        printf("total labels : %d\n", (num_labels - 1));
        vector<Vec3b> colors(num_labels);
    
        // background color
        colors[0] = Vec3b(0, 0, 0);
    
        // object color
        int b = rng.uniform(0, 256);
        int g = rng.uniform(0, 256);
        int r = rng.uniform(0, 256);
        for (int i = 1; i < num_labels; i++) {
            colors[i] = Vec3b(0, 255, 0);
        }
    
        // render result
        Mat dst = Mat::zeros(image.size(), image.type());
        int w = image.cols;
        int h = image.rows;
        for (int row = 0; row < h; row++) {
            for (int col = 0; col < w; col++) {
                int label = labels.at<int>(row, col);
                if (label == 0) continue;
                dst.at<Vec3b>(row, col) = colors[label];
            }
        }
    
        for (int i = 1; i < num_labels; i++) {
            Vec2d pt = centroids.at<Vec2d>(i, 0);
            int x = stats.at<int>(i, CC_STAT_LEFT);
            int y = stats.at<int>(i, CC_STAT_TOP);
            int width = stats.at<int>(i, CC_STAT_WIDTH);
            int height = stats.at<int>(i, CC_STAT_HEIGHT);
            int area = stats.at<int>(i, CC_STAT_AREA);
            printf("area : %d, center point(%.2f, %.2f)\n", area, pt[0], pt[1]);
            circle(dst, Point(pt[0], pt[1]), 2, Scalar(0, 0, 255), -1, 8, 0);
            rectangle(dst, Rect(x, y, width, height), Scalar(255, 0, 255), 1, 8, 0);
        }
        imshow("ccla-demo", dst);
        imwrite("D:/ccla_stats_dst.png", dst);
    }

**\* 欢迎关注本博客，欢迎关注本人微信公众号【OpenCV学堂】 \***  
**谢绝转载，转载请取得本人同意！**

[70]: /images/20220522/2b01e4f1f06b49a989853b4eaf3bbd52.png
[70 1]: /images/20220522/aeeed858ea72465ab536b051b79db370.png
[70 2]: /images/20220522/26d4fbd424534071a590151729eaeb4b.png
[70 3]: /images/20220522/e3a708b9ba7046c0ba5a2eaf3b471b21.png
[70 4]: /images/20220522/7730a5d68ca24c5e8dcb5a9ce6c5144c.png