Connected_Component Labelling（联通区域标记算法） C++实现
// Connected-Component Labelling.cpp : 定义控制台应用程序的入口点。
//如有是使用，请务必注明引用出处网站:http://www.cnblogs.com/AmatVictorialCuram/p/3524877.html,杜绝一切抄袭剽窃行为！//
// 11111111111.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <iostream>
#include <iomanip>
#include <vector>
#include <algorithm>
#include <stdlib.h>
#include <time.h>
#define M 10
#define N 10
using namespace std;
int minLabel(int a,int b)
{
return (a>b)?b:a;
}
int maxLabel(int a,int b)
{
return (a<b)?b:a;
}
int _tmain(int argc, _TCHAR* argv[])
{
int data[M][N];
//int data[M][N]=
//{
// 0,0,0,0,1,1,1,0,0,0,
// 0,0,0,1,1,1,1,1,0,0,
// 0,0,0,1,1,1,1,1,0,0,
// 100,0,0,0,1,1,1,0,0,0,
// 0,0,0,0,0,1,0,0,0,0,
// 0,0,0,0,0,0,0,0,0,0,
// 0,0,0,0,2,2,2,2,0,0,
// 0,0,0,0,2,2,2,2,0,0,
// 0,0,0,0,2,2,2,2,0,0,
// 0,0,0,0,0,0,0,0,0,0
//};
int dataLabel[M][N];//存储像素标记的矩阵，全部初始化为0.
int i=0,j=0;//用来遍历所有元素的循环变量
//int nIndex=0;//斑块数目索引
int nNeighbour=0;//Connected像素的个数初始化为0
int t=0;
int replace=0;//测试发生标记替换的次数
cout<<"输出原数组data[M][N]："<<endl;
srand(time(NULL));
for(i=0;i<M;i++)
{
for(j=0;j<N;j++)
{
//srand(time(0));
data[i][j]=rand()%2;
cout<<setw(3)<<data[i][j];
dataLabel[i][j]=M*N;//标签数组的所有值均初始化为0
}
cout<<endl;
}
dataLabel[0][0]=1;//把左上角的第一个标签赋值为1
int indexcolor=1;
for(i=0;i<M;i++)
{
for(j=0;j<N;j++)
{
if(i==0)
{
if(j==0)
continue;
if(data[i][j]==data[i][j-1])
dataLabel[i][j]=dataLabel[i][j-1];
else
{
dataLabel[i][j]=++indexcolor;
}
continue;
}
if(j==0)
{
if(data[i][j]==data[i-1][j])
{
if(dataLabel[i-1][j]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i-1][j];
}
if(data[i][j]==data[i-1][j+1])
{
if(dataLabel[i-1][j+1]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i-1][j+1];
}
if(dataLabel[i][j]==M*N)
{
dataLabel[i][j]=++indexcolor;
}
continue;
}
//if(edgeCheckL(i,j) && data[i][j]==data[i][j-1])//左边的,
if(j>0 && data[i][j]==data[i][j-1])
{
if(dataLabel[i][j-1]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i][j-1];
}
//if(edgeCheckLU(i,j) && data[i][j]==data[i-1][j-1])//左上角的
if((i>0 && j>0)&& data[i][j]==data[i-1][j-1])
{
if(dataLabel[i-1][j-1]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i-1][j-1];
}
//if(edgeCheckU(i,j) && data[i][j]==data[i-1][j])//上面的
if(i>0 && data[i][j]==data[i-1][j])
{
if(dataLabel[i-1][j]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i-1][j];
}
//if(edgeCheckUR(i,j) && data[i][j]==data[i-1][j+1])//右上角的
if((i>0 && j<M-1) && data[i][j]==data[i-1][j+1])
{
if(dataLabel[i-1][j+1]<dataLabel[i][j])
dataLabel[i][j]=dataLabel[i-1][j+1];
}
if(dataLabel[i][j]==M*N)
dataLabel[i][j]=++indexcolor;
}
}
cout<<"输出第一次标记数组"<<endl<<endl;
for(i=0;i<M;i++)
{
for(j=0;j<N;j++)
{
cout<<setw(3)<<dataLabel[i][j];
}
cout<<endl;
}
cout<<"合并首次生成的标签数组。。。。"<<endl<<endl;
//合并：像素值相同，但是标签不同，就把标签值大的变为小的。
for(i=0;i<M;i++)//行
{
for(j=0;j<N;j++)//列
{
if(i==0)//第0行,只判左边的！
{
if(j==0)//第一个元素
{
j=1;//跳过第一个元素，直接从第二个元素：data[0][1]判断
//判断并执行合并：
if(data[i][j-1]==data[i][j] && dataLabel[i][j-1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i][j-1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i][j-1]);
}
}
}
}
}
}
else//非0行
{
if(j==0)//第0列，但不是第一行的：只判断上、右上两个方向
{
if(data[i-1][j]==data[i][j] && dataLabel[i-1][j]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][j]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j]);
}
}
}
}
if(data[i-1][j+1]==data[i][j] && dataLabel[i-1][j=1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][j+1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j+1]);
}
}
}
}
}
else if(j==M-1)//非0行且最后一列的：判断左、左上、上三个方向
{
if(data[i][j-1]==data[i][j] && dataLabel[i][j-1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i][j-1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i][j-1]);
}
}
}
}
if(data[i-1][j-1]==data[i][j] && dataLabel[i-1][j-1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][-1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j-1]);
}
}
}
}
if(data[i-1][j]==data[i][j] && dataLabel[i-1][j]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][j]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j]);
}
}
}
}
}
else//非0行且（既不是第一列，也不是最后一列的）：判断左、左上、上、右上四个方向
{
if(data[i][j-1]==data[i][j] && dataLabel[i][j-1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i][j-1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i][j-1]);
}
}
}
}
if(data[i-1][j-1]==data[i][j] && dataLabel[i-1][j-1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][-1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j-1]);
}
}
}
}
if(data[i-1][j]==data[i][j] && dataLabel[i-1][j]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][j]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j]);
}
}
}
}
if(data[i-1][j+1]==data[i][j] && dataLabel[i-1][j+1]!=dataLabel[i][j])//像素值相同 && 标签不同：合并！
{
//把所有的大标签替换为当前两个标签中的一个较小的值
//执行一次遍历
//cout<<"第"<<i<<"行"<<"第"<<j<<"列："<<"第"<<++replace<<"次替换"<<endl;
for(int m=0;m<M;m++)
{
for(int n=0;n<N;n++)
{//把大的标签替换为小的标签
if(dataLabel[m][n]==maxLabel(dataLabel[i][j],dataLabel[i-1][j+1]))
{
dataLabel[m][n]=minLabel(dataLabel[i][j],dataLabel[i-1][j+1]);
}
}
}
}
}
}
}
}
t=1;
cout<<"输出合并后的标签数组dataLabel:"<<endl;
for(i=0;i<M;i++)
{
for(j=0;j<N;j++)
{
if(dataLabel[i][j]>t)
{
t++;
}
cout<<setw(3)<<dataLabel[i][j];
}
cout<<endl;
}
cout<<endl<<"t="<<t<<endl;
return 0;
}
Connected_Component Labelling（联通区域标记算法） C++实现的更多相关文章
- OpenCV：二值图像连通区域分析与标记算法实现
http://blog.csdn.net/cooelf/article/details/26581539?utm_source=tuicool&utm_medium=referral Open ...
- JVM GC-----3、垃圾标记算法（二）
在上一篇文章中,介绍了在GC机制中,GC是以什么标准判定对象可以被标记的,以及最有效最常用的可达性分析法.今天介绍另外一种非常常用的标记算法,它的应用面也相当广泛.这就是:引用计数法 Referenc ...
- Java虚拟机（三）垃圾标记算法与Java对象的生命周期
前言 这一节我们来简单的介绍垃圾收集器,并学习垃圾标记的算法:引用计数算法和根搜索算法,为了更好的理解根搜索算法,会在文章的最后介绍Java对象在虚拟机中的生命周期. 1.垃圾收集器概述 垃圾收集器( ...
- 百度地图API实现多区域标记
最近遇到一个业务就是需要需要在地图上标记多个区域.一般餐饮业做外卖的,配送范围一般是多区域的,那么在地图上标记配送范围的时候就需要能标记多个区域.长话短说,最初的实现原型的截图如下:
- 区域检测算法-MSERs
区域检测算法-MSERs:最大稳定极值区域 参考书籍——<图像局部不变性特征与描述>王永明.王贵锦著 MSER最大极值稳定区域的提取步骤:1.像素点排序 2.极值区域生成 3.稳定 ...
- hdu2767 Proving Equivalences，有向图强联通，Kosaraju算法
点击打开链接 有向图强联通,Kosaraju算法 缩点后分别入度和出度为0的点的个数 answer = max(a, b); scc_cnt = 1; answer = 0 #include<c ...
- JVM垃圾收集算法之标记算法
前言 总所周知,jvm的垃圾收集算法一般包括标记.清除.整理三个阶段,最近在看了有关于垃圾收集的标记算法,记录一下自己的理解. 垃圾收集中标记算法有两种:一种是引用计数法,一种是根搜索算法. 引用记数 ...
- JVM（八），垃圾回收标记算法
八.垃圾回收标记算法 1.对象被判定成垃圾的标准 没有被其他对象引用 2.判断对象是否为垃圾的算法 (1)引用计数法 优点and缺点 (2)可达性分析算法
- POJ 2186-Popular Cows (图论-强联通分量Korasaju算法）
题目链接:http://poj.org/problem?id=2186 题目大意:有n头牛和m对关系, 每一对关系有两个数(a, b)代表a牛认为b牛是“受欢迎”的,且这种关系具有传递性, 如果a牛认 ...
随机推荐
- iOS开发——测试篇&breakpoints、lldb 和 chisel 的详解
breakpoints.lldb 和 chisel 的详解 Breakpoints BreakPoint分类 breakpoint也是有分类的,我这里的文章内大致按使用的方式分为了 Normal Br ...
- 利用shell脚本统计文件中出现次数最多的IP
比如有如下文件test.txt 1 134.102.173.43 2 134.102.173.43 3 134.102.171.42 4 134.102.170.9 要统计出现次数最多的IP可 ...
- jqgrid 获取当前页码
jqgrid 获取当前页码 $('#gridTable').getGridParam('page'); /** *刷新,jqGrid刷新当前列表页代码 */ function refresh(url) ...
- Eclipse快捷键 10个最有用的快捷键【转】
Eclipse中10个最有用的快捷键组合 一个Eclipse骨灰级开发者总结了他认为最有用但又不太为人所知的快捷键组合.通过这些组合可以更加容易的浏览源代码,使得整体的开发效率和质量得到提升. ...
- Center OS jdk tomcat安装
一.jdk安装 1.下载jdk jdk-6u26-linux-i586-rpm.bin 2 安装jdk #sh jdk-6u26-linux-i586-rpm.bin 3.#set ...
- [设计模式2]--模板(Template)模式
原文出处:http://blog.csdn.net/lwbeyond/article/details/7517679 一. 问题 在面向对象系统的分析与设计过程中经常会遇到这样一种情况:对于某一个业务 ...
- redis的实现过程
1下载redis的安装包并按照操作安装 2开启 右击我的电脑→管理→服务→站到redis service服务 将其开启 注意:redis服务开启后其默认的ip和端口号为127.0.0.1:6379 3 ...
- [golang学习] goroutine调度
这两天有些闲功夫, 学习下golang, 确实非常简洁. 不过有些缺憾. 在我的测试中. golang的调度(goroutine)似乎不是非常好. func say(k int) { fmt.Prin ...
- SQL Server 表和索引存储结构
在上一篇文章中,我们介绍了SQL Server数据文件的页面类型,系统通过96个字节的头部信息和系统表从逻辑层面上将表的存储结构管理起来,具体到表的存储结构上,SQL Server引入对象.分区.堆或 ...
- IOS 给图片添加水印(文字)
有时候上传图片要加唯一标识,简单的就是添加一个水印.这里水印我们讲文字,可以是当前系统时间.坐标.地理位置等 原理就是把一个字符串写到图片上,并且字(font)的大小由图片大小控制. 以下是封装好的一 ...