本文介绍了连通域的基本概念，包括4邻接与8邻接，并详细解释了两种连通区域标记方法：两遍扫描法(Two-Pass)与种子填充法(Seed Filling)。同时提供了基于OpenCV的种子填充法实现代码。
http://www.tuicool.com/articles/Z3IVruJ
参考文章：
http://www.cnblogs.com/ronny/p/img_aly_01.html
!! http://blog.youkuaiyun.com/icvpr/article/details/10259577
编译环境：
操作系统：Win8.1 64位
IDE平台：Visual Studio 2013 Ultimate
OpenCV：2.4.8
一、连通域
在图像中，最小的单位是像素，每个像素周围有8个邻接像素，常见的邻接关系有2种：4邻接与8邻接。4邻接一共4个点，即上下左右，如下左图所示。8邻接的点一共有8个，包括了对角线位置的点，如下右图所示。
如果像素点A与B邻接，我们称A与B连通，于是我们不加证明的有如下的结论：
如果A与B连通，B与C连通，则A与C连通。
在视觉上看来，彼此连通的点形成了一个区域，而不连通的点形成了不同的区域。这样的一个所有的点彼此连通点构成的集合，我们称为一个连通区域。
下面这符图中，如果考虑4邻接，则有3个连通区域；如果考虑8邻接，则有2个连通区域。（注：图像是被放大的效果，图像正方形实际只有4个像素）。
二、连通区域的标记
1）Two-Pass（两遍扫描法）
下面给出Two-Pass算法的简单步骤：
（1）第一次扫描：
访问当前像素B(x,y)，如果 B(x,y) == 1：
a、如果 B(x,y) 的领域中像素值都为0，则赋予 B(x,y) 一个新的label：
label += 1， B(x,y) = label；
b、 如果B(x,y) 的领域中有像素值 > 1的像素Neighbors：
1） 将 Neighbors中的最小值赋予给B(x,y):
B(x,y) = min{Neighbors}
2）记录 Neighbors 中各个值（label）之间的相等关系，即这些值（label）同属同一个连通区域；
labelSet[i] = { label_m, .., label_n }， labelSet[i] 中的所有label都属于同一个连通区域（注：这里可以有多种实现方式，只要能够记录这些具有相等关系的label之间的关系即可）
（2）第二次扫描：
访问当前像素B(x,y)，如果 B(x,y) > 1：
a、找到与label = B(x,y)同属相等关系的一个最小label值，赋予给B(x,y) ；
b、完成扫描后，图像中具有相同label值的像素就组成了同一个连通区域 。
2）Seed Filling（种子填充法）
种子填充方法来源于计算机图形学，常用于对某个图形进行填充。思路：选取一个前景像素点作为种子，然后根据连通区域的两个基本条件（像素值相同、位置相邻）将与种子相邻的前景像素合并到同一个像素集合中，最后得到的该像素集合则为一个连通区域。
下面给出基于种子填充法的连通区域分析方法：
（1）扫描图像，直到当前像素点B(x,y) == 1：
a、将B(x,y)作为种子（像素位置），并赋予其一个label，然后将该种子相邻的所有前景像素都压入栈中；
b、弹出栈顶像素，赋予其相同的label，然后再将与该栈顶像素相邻的所有前景像素都压入栈中；
c、重复b步骤，直到栈为空；
此时，便找到了图像B中的一个连通区域，该区域内的像素值被标记为label；
（2）重复第（1）步，直到扫描结束；
扫描结束后，就可以得到图像B中所有的连通区域；
三、程序代码
#include "stdafx.h"
#include<iostream>
#include <string>
#include <list>
#include <vector>
#include <map> #include <stack> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> using namespace std; void Seed_Filling(const cv::Mat& binImg, cv::Mat& lableImg) //种子填充法 { // 4邻接方法 if (binImg.empty() || binImg.type() != CV_8UC1) { return; } lableImg.release(); binImg.convertTo(lableImg, CV_32SC1); int label = 1; int rows = binImg.rows - 1; int cols = binImg.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) { std::stack<std::pair<int,int>> neighborPixels; neighborPixels.push(std::pair<int,int>(i,j)); // 像素位置: <i,j> ++label; // 没有重复的团，开始新的标签 while (!neighborPixels.empty()) { std::pair<int,int> curPixel = neighborPixels.top(); //如果与上一行中一个团有重合区域，则将上一行的那个团的标号赋给它 int curX = curPixel.first; int curY = curPixel.second; lableImg.at<int>(curX, curY) = label; neighborPixels.pop(); if (lableImg.at<int>(curX, curY-1) == 1) {//左边 neighborPixels.push(std::pair<int,int>(curX, curY-1)); } if (lableImg.at<int>(curX, curY+1) == 1) {// 右边 neighborPixels.push(std::pair<int,int>(curX, curY+1)); } if (lableImg.at<int>(curX-1, curY) == 1) {// 上边 neighborPixels.push(std::pair<int,int>(curX-1, curY)); } if (lableImg.at<int>(curX+1, curY) == 1) {// 下边 neighborPixels.push(std::pair<int,int>(curX+1, curY));