opencv c++ 获取图片中的连通域

最新推荐文章于 2023-10-16 17:13:18 发布

lucust

最新推荐文章于 2023-10-16 17:13:18 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv c++ 文章标签： opencv 计算机视觉人工智能

本文链接：https://blog.youkuaiyun.com/lucust/article/details/127732493

opencv c++ 专栏收录该内容

46 篇文章

订阅专栏

本文介绍了一种基于连通域分析的方法，用于从二值化图像中识别和分割不同的物体。通过使用connectedComponents函数，可以有效地将图像中的各个物体进行分离，并为每个物体分配唯一的标签，便于后续处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景：

有时一张图片上有多个待识别物体，图像在被转换成二值化图像后，对应的物体部分会明显与背景有区别，每个物体之间也会有着不同的轮廓（物体均有间隔距离）。

目的：

获取针对不同物体获取其轮廓，分别保存为与输入图像相同大小的Mat并输出。

API

1、connectedComponents(image, labels, connectivity, itype, ccltype)

image // 输入图像

labels //与image相同大小的Mat，其中的同一连通域的像素点会带有相同索引

connectivity // 连通域查找方法4，8

itype // 标签图像类型

代码：

//使用connectedComponents
	Mat labels;
	auto num_objects = connectedComponents(output, labels);
	if (num_objects < 2) {
		cout << "没有连通域" << endl;
		return;
	}
	else
		cout << "有" << num_objects - 1 << "个待识别连通域" << endl;
	Mat backgrand = Mat::zeros(output.size(), CV_8UC3);
	RNG rng(0xFFFFFFFF);
	for (auto i = 1; i < num_objects; ++i) {
		Mat mask = labels == i;
		backgrand.setTo(randomColor(rng), mask);
	}
	namedWindow("connectedComponents", WINDOW_FREERATIO);
	imshow("connectedComponents", backgrand);