OpenCV 를 사용 하여 그림 연결 도 메 인 수 를 가 져 오고 서로 다른 색상 으로 메 시 지 를 표시 합 니 다.

1.원 도와 효과 도

코드

//#########################      #########################
cv::Scalar icvprGetRandomColor()
{
	uchar r = 255 * (rand() / (1.0 + RAND_MAX));
	uchar g = 255 * (rand() / (1.0 + RAND_MAX));
	uchar b = 255 * (rand() / (1.0 + RAND_MAX));
	return cv::Scalar(b, g, r);
}
//#########################      #########################

//########################     ）#########################
void ConnectedCountBySeedFill(const cv::Mat& _binImg, cv::Mat& _lableImg, int &iConnectedAreaCount)
{
  //  1       ：        ，          ，          0 ，         
	//==========      1   ============================================
	int top, bottom;      //【          】
	int leftImage, rightImage;
	int borderType = BORDER_CONSTANT; //BORDER_REPLICATE
	//【     】
	top = (int)(1); bottom = (int)(1);
	leftImage = (int)(1); rightImage = (int)(1);
	Mat _binImg2, _binImg3;
	_binImg.copyTo(_binImg2);
		//     value
		Scalar value(0); //   
		//      
		copyMakeBorder(_binImg2, _binImg3, top, bottom, leftImage, rightImage, borderType, value);

	//==========      1   ============================================

	// connected component analysis (4-component) 
	// use seed filling algorithm 
	// 1. begin with a foreground pixel and push its foreground neighbors into a stack; 
	// 2. pop the top pixel on the stack and label it with the same label until the stack is empty 
	//  
	// foreground pixel: _binImg(x,y) = 1 
	// background pixel: _binImg(x,y) = 0 

	if (_binImg3.empty() ||
		_binImg3.type() != CV_8UC1)
	{
		return;
	}

	_lableImg.release();
	_binImg3.convertTo(_lableImg, CV_32SC1);
	int icount = 0;
	int label = 1; // start by 2 

	int rows = _binImg3.rows - 1;
	int cols = _binImg3.cols - 1;
	for (int i = 1; i < rows - 1; i++)
	{
		int* data = _lableImg.ptr<int>(i);  //     
		for (int j = 1; j < cols - 1; j++)
		{
			if (data[j] == 1)  //    0
			{
				std::stack<std::pair<int, int>> neighborPixels;   //     
				neighborPixels.push(std::pair<int, int>(i, j));   //     : <i,j> ，       ，      
				++label; //        ，         
				while (!neighborPixels.empty())
				{
					//                         
					std::pair<int, int> curPixel = neighborPixels.top();
					int curX = curPixel.first;
					int curY = curPixel.second;
					_lableImg.at<int>(curX, curY) = label; //             

					//         （      ）
					neighborPixels.pop();

						//   8   
						if (_lableImg.at<int>(curX, curY - 1) == 1)
						{//    
							neighborPixels.push(std::pair<int, int>(curX, curY - 1)); //     
						}

						if (_lableImg.at<int>(curX, curY + 1) == 1)
						{//    
							neighborPixels.push(std::pair<int, int>(curX, curY + 1)); //     
						}

						if (_lableImg.at<int>(curX - 1, curY) == 1)
						{//    
							neighborPixels.push(std::pair<int, int>(curX - 1, curY)); //     
						}

						if (_lableImg.at<int>(curX + 1, curY) == 1)
						{//    
							neighborPixels.push(std::pair<int, int>(curX + 1, curY)); //     
						}
						//===============   8   ======================================================
						if (_lableImg.at<int>(curX - 1, curY - 1) == 1)
						{//     
							neighborPixels.push(std::pair<int, int>(curX - 1, curY - 1)); //     
						}

						if (_lableImg.at<int>(curX - 1, curY + 1) == 1)
						{//     
							neighborPixels.push(std::pair<int, int>(curX - 1, curY + 1)); //     
						}

						if (_lableImg.at<int>(curX + 1, curY - 1) == 1)
						{//     
							neighborPixels.push(std::pair<int, int>(curX + 1, curY - 1)); //     
						}

						if (_lableImg.at<int>(curX + 1, curY + 1) == 1)
						{//     
							neighborPixels.push(std::pair<int, int>(curX + 1, curY + 1)); //     
						}
					//===============   8   ======================================================
				}
			}
		}
	}
	iConnectedAreaCount = label - 1; //  label 2     
	int a = 0;
}
###########################################################
//#############    #####################################
Mat PaintColor(Mat src, int iConnectedAreaCount)
{
	int rows = src.rows;
	int cols = src.cols;

	//cv::Scalar(b, g, r);
	std::map<int, cv::Scalar> colors;
	for (int n = 1; n <= iConnectedAreaCount + 1; n++)
	{
		colors[n] = icvprGetRandomColor(); //             

		cv::Scalar color = colors[n];
		int a = color[0];
		int b = color[1];
		int c = color[2];
		int d = 0;
	}

	Mat dst2(rows, cols, CV_8UC3);
	dst2 = cv::Scalar::all(0);
	for (int i = 0; i < rows; i++)
	{
		for (int j = 0; j < cols; j++)
		{
			int value = src.at<int>(i, j);
			if (value>1)
			{
				cv::Scalar color = colors[value];
				int a = color[0];
				int b = color[1];
				int c = color[2];
				dst2.at<Vec3b>(i, j)[0] = color[0];
				dst2.at<Vec3b>(i, j)[1] = color[1];
				dst2.at<Vec3b>(i, j)[2] = color[2];
			}
		}
	}
	return dst2;
}
//#############    ##################################

//########  ##########################################
  Mat binImage = cv::imread("D:\\sxl\\    \\testImages\\22.jpg", 0);
	threshold(binImage, binImage, 50, 1, CV_THRESH_BINARY_INV);

	//       
	Mat labelImg;
	int iConnectedAreaCount = 0; //     
	ConnectedCountBySeedFill(binImage, labelImg, iConnectedAreaCount);//      
	int a=iConnectedAreaCount;
	
	//     
	Mat dstColor2=PaintColor(labelImg,iConnectedAreaCount);
	imshow("colorImg", dstColor2);

	Mat grayImg;
	labelImg *= 10;
	labelImg.convertTo(grayImg, CV_8UC1);
	imshow("labelImg", grayImg);

	waitKey(0);
//########  ##########################################

추가 지식:Opencv 빠 른 연결 도 메 인 획득
ndarray 데이터 의 연결 도 메 인 찾기 에 있어 opencv 는 인 터 페 이 스 를 제공 하여 매우 편리 합 니 다.

import cv2
import numpy as np

img = np.array([
  [0, 255, 255, 0, 0, 0, 255, 255,],
  [0, 0, 255, 0, 255, 255, 255, 0],
  [0, 0, 0, 0, 255, 255, 0, 255],
  [255, 255, 0, 0, 0, 0, 0, 0],
  [255, 255, 0, 0, 0, 0, 0, 0],
  [255, 255, 0, 0, 0, 0, 0, 0]
], dtype=np.uint8)

num, labels = cv2.connectedComponents(img)
labels_dict = {i:[] for i in range(1, num+1)}
height, width = img.shape
for h in range(height):
  for w in range(width):
    if labels[h][w] in labels_dict:
      labels_dict[labels[h][w]].append([h,w])

cv2.connected Components()함수 가 찾 은 연결 도 메 인 개수 와 대응 하 는 label 을 되 돌려 줍 니 다.
위의 코드 는 연결 도 메 인 개 수 를 4 로 되 돌려 줍 니 다.(포함 값 은 0 구역 이 며,lables 를 통 해 걸 러 낼 수 있 습 니 다)labels 결 과 는 그림 과 같 습 니 다.

이상 의 이 편 은 OpenCV 를 사용 하여 그림 연결 도 메 인 수량 을 얻 고 서로 다른 색상 으로 표 시 된 편 지 는 바로 작은 편집 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.여러분 께 참고 가 되 고 많은 응원 을 바 랍 니 다.