wordpress结构化标签香港seo公司
- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
connectedComponents 函数计算布尔图像的连通组件标签图像。
该函数接受一个具有4或8连通性的二值图像，并返回 N，即标签总数（标签范围为 [0, N-1]，其中 0 代表背景标签）。ltype 参数指定了输出标签图像的类型，这是基于标签总数或源图像中的像素总数的一个重要考虑因素。ccltype 参数指定了要使用的连通组件标签算法，目前支持 Bolelli（Spaghetti）[31]、Grana（BBDT）[108] 和 Wu（SAUF）[296] 算法，详见 ConnectedComponentsAlgorithmsTypes。请注意，SAUF 算法强制使用行主序（row-major order）的标签，而 Spaghetti 和 BBDT 不强制。如果至少有一个允许的并行框架被启用，并且图像的行数至少是 getNumberOfCPUs 返回值的两倍，该函数将使用并行版本的算法。
函数原型1
int cv::connectedComponents
(InputArray image,OutputArray labels,int connectivity,int ltype,int ccltype
) 参数1
- 参数image 待标记的8位单通道图像。
- 参数labels 目标标记图像。
- 参数connectivity 8或4，分别表示8连通性或4连通性
- 参数ltype 输出图像标签类型。目前支持 CV_32S 和 CV_16U。
- 参数ccltype 连通组件算法类型（详见 ConnectedComponentsAlgorithmsTypes).
函数原型2
这是一个重载成员函数，提供方便。它与上述原型1的不同之处仅在于它接受的参数不同。
int cv::connectedComponents
(InputArray image,OutputArray labels,int connectivity = 8,int ltype = CV_32S
) 参数2
- 参数image: 要标记的8位单通道图像。
- 参数labels: 目标标记图像（输出）。
- 参数connectivity: 连通性设置，8表示8邻接，4表示4邻接。
- 参数ltype: 输出图像的标签类型。目前支持 CV_32S（32位有符号整型）和 CV_16U（16位无符号整型）。
代码示例
#include <iostream>
#include <opencv2/opencv.hpp>int main()
{// 创建一个简单的二值图像cv::Mat img = cv::Mat::zeros( 300, 300, CV_8UC1 );// 添加一些连通区域cv::rectangle( img, cv::Rect( 50, 50, 100, 100 ), cv::Scalar( 255 ), cv::FILLED );cv::rectangle( img, cv::Rect( 150, 150, 100, 100 ), cv::Scalar( 255 ), cv::FILLED );// 显示原始二值图像cv::imshow( "Binary Image", img );// 初始化输出标签图像cv::Mat labels;int nr_components;// 使用8连通性来寻找连通组件nr_components = cv::connectedComponents( img, labels, 8, CV_32S, cv::CCL_WU );// 打印连通组件的数量std::cout << "Number of components: " << nr_components << std::endl;// 将标签图像转换为8位单通道图像cv::Mat labels_8u;labels.convertTo( labels_8u, CV_8U, 255.0 / ( nr_components - 1 ) );// 将标签图像可视化cv::Mat vis;cv::applyColorMap( labels_8u, vis, cv::COLORMAP_JET );// 显示标签图像cv::imshow( "Labeled Image", vis );cv::waitKey( 0 );return 0;
}
运行结果
终端输出：
Number of components: 2
图像输出：
