OpenCV（二十八）：连通域分割

淡淡的烟草味﹌ 2024-03-06 03:41 100阅读 0赞

**目录**

1.介绍连通域分割

2.像素领域介绍

3.两遍法分割连通域

4.连通域分割函数

--------------------

#### 1.介绍连通域分割 ####

连通域分割是一种图像处理技术，用于将图像中的相邻像素组成的区域划分为不同的连通域。这些像素具有相似的特性，如相近的灰度值或颜色。连通域分割可以用于物体检测、图像分割、目标跟踪等应用。

#### 2.像素领域介绍 ####

在连通域分割中，常用的领域关系有四领域和八领域。

*  四领域表示一个像素与其上下左右四个相邻像素连接。
 *  八领域表示一个像素与其上、下、左、右、左上、右上、左下、右下八个相邻像素连接。

![c5b64a812e02418b848905e0097cd00a.png][]

#### 3.两遍法分割连通域 ####

![c53a2defda8f44e79bd1e913699299c5.png][]（橙色区域为目标物体，即前景像素）

1,第一遍扫描：

a. 从上往下，从左往右遍历图像的每个像素，检查其是否属于前景像素（包括目标物体）。如果是前景像素，则进行以下操作：

*  检查其上方和左方的像素

（1） 如果都是前景像素， 则取两者中像素的标签的最小值作为当前像素的标签。

（2）如果只有一个是前景像素，则将当前像素标记为该前景像素的标签。

（3） 如果两个方向都没有前景像素，则将当前像素标记为新的数字标签。（数字标签 从1开始，然后不断+1递增）

第一遍扫描的结果：

![4289b61e4d03499fb2a493e83686d35f.png][]

2.第二遍扫描：

a. 将同一连通区域内的不同相邻标签合并，取标签的最小值，使每个连通域只有一个标签。

第二遍扫描结果：

![fb85c396fe9e46498893331d02d274dc.png][]

#### 4.连通域分割函数 ####

**4.1只分割连通域的函数 connectedComponents()**

> int cv::connectedComponents ( InputArray image,
> 
> OutputArray labels,
> 
> int connectivity =8,
> 
> int ltype = CV\_32S
> 
> ）

*  image:待标记不同连通域的图像单通道，数据类型必须为CV 8U。
 *  labels:标记不同连通域后的输出图像，与输入图像具有相同的尺寸。
 *  connectivity:标记连通域时使用的邻域种类，4表示4-邻域，8表示8-邻域，默认参数为8。
 *  ltype:输出图像的数据类型，目前支持CV 32S和CV 16U两种数据类型，默认参数为CV 32S

示例代码：

void connect_f(Mat image){
       Mat rice,riceBW;
       //将图像转成二值图像，用于统计连通域
        cvtColor(image,rice,COLOR_BGR2GRAY);
        threshold(rice,riceBW,50,255,THRESH_BINARY);
        //生成随机颜色，用于区分不同连通域
        RNG rng(10086);
        Mat out;
        int number= connectedComponents(riceBW,out,8,CV_16U);//统计图像中连通域的个数
        vector<Vec4b> colors;
        for(int i=0;i<number;i++){
            //使用均匀分布的随机数确定颜色
            Vec4b vec4=Vec4b(rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256));
            colors.push_back(vec4);
        }
        //以不同颜色标记出不同的连通域
        Mat result=Mat::zeros(rice.size(),image.type());
        int w=result.cols;
        int h=result.rows;
        for(int row=0;row<h;row++){
            for(int col=0;col<w;col++){
                int label=out.at<uint16_t>(row,col);
                if(label==0){//背景的黑色不改变
                    continue;
                }
                result.at<Vec4b>(row,col)=colors[label];
            }
        }
        //显示结果
        imwrite("/sdcard/DCIM/result.png",result);
    }

![eb28aaedcc124bb0890dc6bf573c9baa.jpeg][]

**4.2分割并统计连通域信息的函数connectedComponentsWithStats()**

> int cv::connectedComponentsWithStats ( InputArray image,
> 
> OutputArray labels,
> 
> OutputArray stats,
> 
> OutputArray centroids,
> 
> int connectivity =8,
> 
> int ltype = CV\_32S
> 
> )

*  image:待标记不同连通域的图像单通道，数据类型必须为CV\_8U。
 *  labels:标记不同连通域后的输出图像，与输入图像具有相同的尺寸。
 *  stats:不同连通域的统计信息矩阵，矩阵的数据类型为CV 32S。阵中第i行是标签为i的连通域的统计特性。
 *  centroids:每个连通域的质心坐标，数据类型为CV 64F。
 *  connectivity:标记连通域时使用的邻域种类，4表示4-邻域，8表示8-邻域，默认参数值为8。
 *  ltype: 输出图像的数据类型，目前只支持CV 32S和CV 16U这两种数据类型，默认参数值为CV\_32S。

示例代码：

//统计连通域信息
    void connectedComponentsWithStats_f(Mat image){
        Mat rice,riceBW;
        //将图像转成二值图像，用于统计连通域
        cvtColor(image,rice,COLOR_BGR2GRAY);
        threshold(rice,riceBW,50,255,THRESH_BINARY);
        Mat stats,centroids,out;
        int number= connectedComponentsWithStats(riceBW,out,stats,centroids,8,CV_16U);
        vector<Vec4b> colors;
        RNG rng(10086);
        for(int i=0;i<number;i++){
            //使用均匀分别的随机数确定颜色
            Vec4b vec4=Vec4b(rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256));
            colors.push_back(vec4);
        }
        //以不同颜色标记出不同的连通域
        for(int i=1;i<number;i++){
            //中心位置
            int center_x=centroids.at<double>(i,0);
            int center_y=centroids.at<double>(i,1);
            //矩形边框
            int x=stats.at<int>(i,CC_STAT_LEFT);
            int y=stats.at<int>(i,CC_STAT_TOP);
            int w=stats.at<int>(i,CC_STAT_WIDTH);
            int h=stats.at<int>(i,CC_STAT_HEIGHT);
            int area=stats.at<int>(i,CC_STAT_AREA);
            //中心位置绘制
            circle(image,Point(center_x,center_y),2,Scalar(0,255,0),2,8,0);
            //外接矩形
            Rect rect(x,y,w,h);
            rectangle(image,rect,colors[i],1,8,0);
            putText(image, format("%d",i),Point(center_x,center_y),FONT_HERSHEY_SIMPLEX,0.5,Scalar(0,0,255),1);
            ostringstream ss;
            ss << "number:" <<i<<",area:"<<area<< std::endl;
        }
        //显示结果
        imwrite("/sdcard/DCIM/image_Markers.png",image);
    }

![9ccf2894fa8e432a847f0a186374a2f0.jpeg][]

[c5b64a812e02418b848905e0097cd00a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/565d2ffef2714b35bafe4b1dbe7ed92e.png
[c53a2defda8f44e79bd1e913699299c5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/b6bd26019caa4cea947f739a8612832f.png
[4289b61e4d03499fb2a493e83686d35f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/d0ebc27838de433487e7ca2d02e23628.png
[fb85c396fe9e46498893331d02d274dc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/badc6f6d94dd49f6bc50e8cfa1c3ac2a.png
[eb28aaedcc124bb0890dc6bf573c9baa.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/b6e54272a6224fcf903052270e05b8be.png
[9ccf2894fa8e432a847f0a186374a2f0.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/06/e0697a96e0f545daa91c1a58838d9385.png