Opencv图像连通域

【摘要】

本文介绍在图像处理领域中较为常用的一种图像区域（Blob）提取的方法——连通性分析法（连通区域标记法）。

文中介绍了两种常见的连通性分析的算法：1）Two-pass；2）Seed-Filling种子填充，并给出了两个算法的基于OpenCV的C++实现代码。

【注释】

1、这里的扫描指的是按行或按列访问以便图像的所有像素，算法中采用的是按行扫描方式；

2、图像记为B，为二值图像：前景像素（pixel value = 1），背景像素（pixel value = 0）；

3、label从2开始计数；

4、像素相邻关系有两种：4-领域、8-领域，本文算法采用4-邻域；

　　　　　　　　　　　　　　图1（像素相邻关系图）

一、Two-pass算法

1、第一次扫描（Frist Pass）

　　判断B(x,y)像素是否为前景像素（即B(x,y)==1），

　　 如果B(x,y)==1，判断B(x,y)的邻域像素点像素值是否为B(Neighbors)==0（注意这里指的是像素点的值，不是像素点的lable值），

　　　　如果都为B(Neighbors)==0，那么B(x,y)==lable；lable加1；

　　　　如果B(Neighbors)存在不为0的像素值（即邻域Neighbors中存在lable值），那么B(x,y)等于邻域中最小的lable值，（B(x,y)== min{Neighbors} ；），

　　　　记录lable值产生变化的点（相等关系），并将变化lable值保存到某一列表中。（相等关系：如图1中所示，B（2,1）和B(1,1)、B(0，2)相邻，但是B（2,1）的lable==1，B（1,1）的lable==3，所以将lable值为1,3的像素视为相等。即连通）

　　　　　　　　　　　　　　　　图2（相等关系演示图）

2、第二次扫描（Second Pass）

　　访问当前像素B(x,y)，如果B(x,y) > 1：

　　找到与label = B(x,y)同属相等关系的一个最小label值，赋予给B(x,y)；

　　完成扫描后，图像中具有相同label值的像素就组成了同一个连通区域。

　　　　　　　　             图3（Two-pass算法动态演示图）

二、Seed Filling（种子填充法）

　　1、扫描图像，如果像素点B(x,y) == 1：

　　那么将B(x,y)作为种子（像素位置），并赋予其一个label，然后将该种子相邻的所有前景像素都压入栈中（队列中）；

　　然后获取栈中的第一个像素，赋予其相同的label，然后再将与该像素相邻的所有前景像素都压入栈中；

　　重复b步骤，直到栈为空；

　　 2、重复第（1）步，直到扫描结束；扫描结束后，就可以得到图像B中所有的连通区域；

　　　　　　　　　　　　图4  Seed Filling（种子填充法）动态图演示

参考文章：

http://blog.csdn.net/cooelf/article/details/26581539

http://blog.csdn.net/icvpr/article/details/10259577