OpenCV—连通域分析connectedComponentsWithStats()

下文主要内容来自《Learning OpenCV 3》page417-419和官方文档 

在OpenCV 3中提供了两个很好的函数，在OpenCV 2中没有。 

(1)cv::connectedComponents()

(2)cv::connectedComponentsWithStats()

对应的官方文档为：https://docs.opencv.org/3.3.1/d3/dc0/group__imgproc__shape.html#ga107a78bf7cd25dec05fb4dfc5c9e765f

int cv::connectedComponents (    cv::InputArrayn image, // input 8-bit single-channel (binary)    cv::OutputArray labels, // output label map    int connectivity = 8, // 4- or 8-connected components    int ltype = CV_32S // Output label type (CV_32S or CV_16U));int cv::connectedComponentsWithStats (    cv::InputArrayn image, // input 8-bit single-channel (binary)    cv::OutputArray labels, // output label map    cv::OutputArray stats, // Nx5 matrix (CV_32S) of statistics:    // [x0, y0, width0, height0, area0;    // ... ; x(N-1), y(N-1), width(N-1),    // height(N-1), area(N-1)]    cv::OutputArray centroids, // Nx2 CV_64F matrix of centroids:    // [ cx0, cy0; ... ; cx(N-1), cy(N-1)]    int connectivity = 8, // 4- or 8-connected components    int ltype = CV_32S // Output label type (CV_32S or CV_16U));

其中connectedComponents()仅仅创建了一个标记图（图中不同连通域使用不同的标记，和原图宽高一致），connectedComponentsWithStats()也可以完成上面任务，除此之外，还可以返回每个连通区域的重要信息--bounding box, area, and center of mass(centroid).如果不需要连通域的质心，将参数centroids设置为cv::noArray()，这句话在我的版本中运行会出错。

函数返回值为连通区域的总数N，范围为[0,N-1]，其中0代表背景。

下面是一个简单的示例，画出了带标记的连通区域，同时去除很小的连通域（相当于无损降噪）。

#include <opencv2/opencv.hpp>#include <algorithm>#include <iostream>using namespace std;int main(){      cv::Mat src_img, img_bool, labels, stats, centroids, img_color, img_gray;            if( (src_img = cv::imread("2.bmp",0)).empty())      {            cout<<"load image error！";            return -1;      }      cv::threshold(src_img, img_bool, 0, 255, cv::THRESH_OTSU);      //连通域计算      int nccomps = cv::connectedComponentsWithStats (            img_bool, //二值图像            labels,     //和原图一样大的标记图            stats, //nccomps×5的矩阵 表示每个连通区域的外接矩形和面积（pixel）            centroids //nccomps×2的矩阵 表示每个连通区域的质心            );      //显示原图统计结果      char title[1024];      sprintf(title,"原图中连通区域数：%d\n",nccomps);      cv::String num_connect(title);      cv::imshow(num_connect, img_bool);            //去除过小区域，初始化颜色表      vector<cv::Vec3b> colors(nccomps);      colors[0] = cv::Vec3b(0,0,0); // background pixels remain black.      for(int i = 1; i < nccomps; i++ ) {            colors[i] = cv::Vec3b(rand()%256, rand()%256, rand()%256);            //去除面积小于100的连通域            if( stats.at<int>(i, cv::CC_STAT_AREA) < 100 )                  colors[i] = cv::Vec3b(0,0,0); // small regions are painted with black too.      }      //按照label值，对不同的连通域进行着色      img_color = cv::Mat::zeros(src_img.size(), CV_8UC3);      for( int y = 0; y < img_color.rows; y++ )            for( int x = 0; x < img_color.cols; x++ )            {                  int label = labels.at<int>(y, x);                  CV_Assert(0 <= label && label <= nccomps);                  img_color.at<cv::Vec3b>(y, x) = colors[label];            }            //统计降噪后的连通区域      cv::cvtColor(img_color,img_gray,cv::COLOR_BGR2GRAY);      cv::threshold(img_gray, img_gray, 1, 255, cv::THRESH_BINARY);      nccomps = cv::connectedComponentsWithStats (img_gray, labels,stats,centroids);      sprintf(title,"过滤小目标后的连通区域数量：%d\n",nccomps);      num_connect = title;      cv::imshow(num_connect, img_color);      cv::waitKey();      return 0;}