在OpenCV中实现判断离散点

如何判断离散点,利用递归算法统计连续点的个数，通过阈值来判定是否为离散点。opencv代码实现：

#include "cv.h"
#include "highgui.h"
#include <queue>

//点插入队列中
bool flagpoint(POINT point,PointQue &que)
{

for(int i=0;i<que.size();i++)
{
if(que[i].x==point.x && que[i].y==point.y)
{
return false;
}
else
{
que.push_back(point);
return true;
}

}
}

//队列中是否有此点
bool HaveFindPoint(PointQue findque,int x,int y)
{

for(int i=0;i<findque.size();i++)
{
if(findque[i].x==x && findque[i].y==y)
{
return false;
}

}
return true;
}

/*
函数说明：判断离散点 [利用递归算法统计连续点的个数，通过阈值来判定是否为离散点]
目前只支持对2值图像进行处理
参数说明：
psrc 图像
lWidth,lHeight 图片的宽高
X，Y，当前的坐标点
pque收集到的点
m_lend点的个数，离散点的判定长度
m_number已经收集到的个数
返回值：bool类型；是离散点返回false 不是离散点返回true
*/

bool GetNoisePoint(IplImage *pSrc,RECT FindRect,int x,int y,PointQue &pque,PointQue &FindQue,int m_lend,int m_number,bool bFirstPoint)
{
unsigned char *p = (unsigned char*)pSrc->imageData;
#define PIX(x,y) p[pSrc->widthStep * y + x]

POINT point;

m_number++;

if(bFirstPoint)
{
point.x=x;
point.y=y;
pque.push_back(point);
}

if(m_number>m_lend)
return false;
else
{
//考察上下左右以及左上、右上、左下、右下八个方向
//如果是黑色点，则调用函数自身进行递归
//考察下面点
///上方///
point.x=x;
point.y=y-1;

if(pque.size()>3&&pque[0].x==x&&pque[0].y==(y-1))
{
return true;///闭合区域，认为是杂点////
}

if((y-1>=FindRect.top)&&PIX(x,y-1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc,FindRect,x,y,pque,FindQue,m_lend,m_number,false);
}

FindQue.push_back(point);

//左上点
point.x=x-1;
point.y=y-1;

if(pque.size()>3&&pque[0].x==(x-1)&&pque[0].y==(y-1))
{
return true;///闭合区域，认为是杂点////
}

if((y-1>FindRect.top)&&(x-1>=FindRect.left)&&PIX(x-1,y-1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc,FindRect, x-1, y-1,pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

//左边

point.x=x-1;
point.y=y;

if(pque.size()>3&&pque[0].x==(x-1)&&pque[0].y==(y))
{
return true;///闭合区域，认为是杂点////
}

if((x-1>=FindRect.left)&&PIX(x-1,y)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc, FindRect, x-1, y, pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

//左下边
point.x=x-1;
point.y=y+1;

if(pque.size()>3&&pque[0].x==(x-1)&&pque[0].y==(y+1))
{
return true;///闭合区域，认为是杂点////
}

if((x-1>FindRect.left)&&(y+1<FindRect.bottom)&&PIX(x-1,y+1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc, FindRect, x-1, y+1, pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

///下面
point.x=x;
point.y=y+1;

if(pque.size()>3&&pque[0].x==(x)&&pque[0].y==(y+1))
{
return true;///闭合区域，认为是杂点////
}

if((y+1<FindRect.bottom)&&PIX(x,y+1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc, FindRect, x, y+1,pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

//右下面

point.x=x+1;
point.y=y+1;

if(pque.size()>3&&pque[0].x==(x+1)&&pque[0].y==(y+1))
{
return true;///闭合区域，认为是杂点////
}

if((y+1<FindRect.bottom)&&(x+1<FindRect.right)&&PIX(x,y+1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc,FindRect, x+1, y+1,pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

//右边

point.x=x+1;
point.y=y;

if(pque.size()>3&&pque[0].x==(x+1)&&pque[0].y==(y))
{
return true;///闭合区域，认为是杂点////
}

if((x+1<FindRect.right)&&PIX(x+1,y)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc, FindRect ,x+1, y, pque,FindQue,m_lend,m_number,false);

}
FindQue.push_back(point);

//右上///

point.x=x+1;
point.y=y-1;

if(pque.size()>3&&pque[0].x==(x+1)&&pque[0].y==(y-1))
{
return true;///闭合区域，认为是杂点////
}

if((x+1<FindRect.right)&&(y-1>FindRect.top)&&PIX(x+1,y-1)!=0&&(flagpoint(point,pque)))
{
GetNoisePoint(pSrc,FindRect, x+1, y-1, pque,FindQue,m_lend,m_number,false);

}

}
FindQue.push_back(point);

//如果递归结束，返回false，说明是离散点
return FALSE;

}