手写01矩阵连通域分析

连通域分析其实是一个路径搜索问题，搜索方式就看联通的规则（4联通：上下左右算是联通，8联通：上下左右还有四个对角）

01矩阵背景是0，黑色的，有色区域是1，白色的，从图像的左上角（最外围的边要去掉）进行遍历，将找到的第一个值为1的像素点作为起点，对他进行连通域搜寻，将搜寻到的整个连通域内的像素点标为2（为了避免与本来的颜色1冲突）

继续搜索像素值为1的点（之前联通域分析过的已经将像素值改为大于1的值，所以像素值为1的就是还没有分析过的），直到整个图像遍历完成

 

遍历方法：

找到起点后初始化一个栈，存放连通域的点坐标（pair），将起点的横纵坐标压入栈中，连通域的标记值自增（第一个连通域的标记值为2，从2开始，第二个连通域的标记值为3，以此类推）

当栈不为空时，从栈顶取点，读出他的横纵坐标，在Label图中，根据横纵坐标对连通域进行对应标记值的赋值，然后将该点出栈，同时按照联通规则，根据坐标找到它的相邻像素点，看相邻像素点的值是否为1，如果是1，则是连通域，将这个点入栈（判断时记得要加上边界条件，防止点下标溢出，我的代码偷懒了没有加，正常要加上 0<=Row<BinaryImg.rows&&0<=Col<BinaryImg.cols）

 

代码

void SeedFilling(const Mat &BinaryImg, Mat &LabelImg)
{
    if (BinaryImg.empty || BinaryImg.type() != CV_8UC1)
        return;

    BinaryImg.convertTo(LabelImg, CV_32SC1);

    int Label = 1;// 从2开始,防止和二值图像的像素值重合

    int Row = BinaryImg.rows - 1;
    int Col = BinaryImg.cols - 1;

    for (int i = 1; i < Row; ++i)
    {
        int* data = LabelImg.ptr<int>(i);

        for (int j = 1; j < Col - 1; ++j)
        {
            if (data[j] == 1)
            {
                stack<pair<int, int>> NeighborPixel;
                NeighborPixel.push(pair<int, int>(i, j));

                ++Label;// 新标签

                while (!NeighborPixel.empty)// 栈不为空
                {
                    pair<int, int> CurPixel = NeighborPixel.top();
                    int CurRow = CurPixel.first;
                    int CurCol = CurPixel.second;
                    LabelImg.at<int>(CurRow, CurCol) = Label;
                    NeighborPixel.pop();// 出栈

                    if (LabelImg.at<int>(CurRow, CurCol - 1) == 1)
                        NeighborPixel.push(pair<int, int>(CurRow, CurCol - 1));

                    if (LabelImg.at<int>(CurRow, CurCol + 1) == 1)
                        NeighborPixel.push(pair<int, int>(CurRow, CurCol + 1));

                    if (LabelImg.at<int>(CurRow - 1, CurCol) == 1)
                        NeighborPixel.push(pair<int, int>(CurRow - 1, CurCol));

                    if (LabelImg.at<int>(CurRow + 1, CurCol) == 1)
                        NeighborPixel.push(pair<int, int>(CurRow + 1, CurCol));
                }
            }
        }

        return;
    }
}

 

标签：连通,01,int,LabelImg,矩阵,NeighborPixel,手写,CurRow,CurCol
来源： https://blog.51cto.com/u_12870633/2812936