由于最近做实验用到二值图像连通区域(八连通)标记,刚开始的时候为了验证算法有效性,用了递归的方法(太慢了,而且图像一大就容易栈溢出),最后查看了opencv和MATLAB的实现,做个记录。(为了简单说明,以下说明已四连通为例)
扫描法连通区域标记:
例:对于二值图像、四连通
第一次遍历:
1.建立一个和图像大小一样的矩阵保存结果,原图记为im,结果矩阵记为mask,mask各元素值可初始化为0. 从上到下,从左到右扫描原图像,变量Mark记录当前赋值
2.若当前访问像素坐标(i,j)且im[i,j]不为0,访问mask[i-1][j](若未越界)和mask[i,j-1](若未越界),二者若均为0,Mark++,赋值给当前坐标对应的mask. 若其中一个为0,将非0值赋值给mask[i][j]。 若均非0且相等,将mask[i][j]标记为同一类,若不等将二者最小值赋予mask[i][j],同时将二者合并为同一类(并查集)。
第二次遍历:
根据并查集的内容对区域赋值。
def countRegion(img):
[high,width] = np.shape(img)
mask = np.zeros_like(img)
mark = 0
union = {}
for i in range (high):
for j in range(width):
if i==0 and j==0:
if img[i][j]==255:
mark=mark+1
mask[i][j]=mark
union[mark]=mark
if i==0 and j!=0:
if img[i][j]==255:
left = mask[i][j-1]
if left!=0:
mask[i][j]=left
else:
mark = mark +1
mask[i][j]=mark
union[mark]=mark
if j==0 and i!=0:
if img[i][j]==255:
up = mask[i-1][j]
up_right = mask[i-1][j+1]
if up==0 and up_right==0:
mark = mark+1
mask[i][j]=mark
union[mark]=mark
if up==0 and up_right!=0:
mask[i][j]=up_right
if up_right==0 and up!=0:
mask[i][j]=up
if up!=0 and up_right!=0:
if up==up_right:
mask[i][j]=up
else:
mi = min(up,up_right)
mask[i][j]=mi
if up
八邻域连通区域标记Python实现
参考:MATLAB,opencv连通区域标记算法