C/C++ 图像处理（6）------图像の连通域查找和分别上色算法研究

    本文参考自这篇文章，由于其贴出来的代码运行效率较低而且不太符合本人的想法和习惯，所以对其进行了算法的重新设计和代码的重写。

 所谓图像的连通域，指的是图像上像素点值相同或者相近的点两两相 邻接所 组成的一块区域。而对于邻接，有四邻接和八邻接两种，如下：

四邻接          八邻接

 上图所示的‘O‘与‘X’相邻接，本文采取的是4邻接方式。

 在查找图像连通域的时候，一般都需要经过一个二值化的过程，将图像的像素值简化成非此即彼的情况，然后通过遍历图像来查找其中一个值是由几个连通域所组成的。 如下图所示：

    该图像经过二值化处理之后，两个个值：黑色->255，白色->0，我们可以通过算法来找出其中黑色是由多少个连通域所组成，并且给各个连通域分别上色。该图也作为本文的示例图。

    连通域搜索算法是本文的核心，本文参照上面文章提到的二次搜索算法，提出了一个可以一次遍历出结果的算法，该算法的流程如下（单看流程可能会感觉很混乱，建议主要看代码，并以此为提供看）：

    1.遍历图像，一旦碰到像素值不为0的像素进入第2步

    2.判断该像素是不是属于一个连通域，如果不属于任何已知连通域进入第3(a)步,如果属于一个已知连通域进入第3（b）步

    3（a).将连通域计数加1，并将该计数值赋给此像素点作为连通域的标志，并将该值记录到一个映射关系数组的相应位置，如a[3]=3。回到第1步继续。

    3（b).将该像素值和其上下左右的像素值不为0的像素的值进行比较，找其中的最小值赋值给所有非零的像素作为连通域标志，并调整映射关系数组。回到第1步继续。

    4.经过上面的遍历，映射关系数组记录了修改过的图像的连通域信息，然而该信息比较杂乱，同一个连通域可能分别被几个值所标志，通过遍历该数组可以调整这个情况，将同一个连通域的映射值用其最小值进行标志。

    5.遍历图像结合映射关系数组对连通域值进行调整，经过这一步同一连通域将有相同的像素值

    6.根据相同的像素值对同一连通域进行上色工作

    实现代码如下（为了方便使用了OPENCV，然而并没有用到其很多复杂的功能，只要稍作修改可以用来直接处理图像的RGB数据区）：

#include <time.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>//OpenCV包含头文件  
#include <opencv2/highgui/highgui.hpp>
#include <vector>//容器头文件 
using namespace std;
using namespace cv;

int valuearray[1000] = {0};//记录连通域数值对应关系

class colorobj
{
public:
	int value;
	Scalar mycolor;
};

vector<colorobj> setcolor;//收集需要上色的灰度对象

bool equal255or0(int &value)//判断元素是否等于255或者0
{
	if (value == 255 || value == 0)
	{
		return true;
	}
	else
	{
		return false;
	}
}

void setvalue(int &value, int &minimun)//设置配对值
{
	if (value != 0)
	{
		if (valuearray[value] > minimun)
		{
			valuearray[value] = minimun;
		}
		
		value = minimun;
	}
}

void compare(int &value, int &minimun)//比较大小
{
	if (value != 0)
	{
		if (minimun>=value)
		{
			minimun = value;
		}
	}
}

Scalar GetRandomColor()//彩色显示
{
	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 main()
{
	long time = clock();//记录计算时间
	Mat Image = cv::imread("无标题.png", 0);//读入图像，并将图像灰度化
	threshold(Image, Image, 50, 255, CV_THRESH_BINARY_INV);//二值化图像
	//imshow("a", Image);
	int contourmark = 1; //连通域标志

	Mat IntImage;//图片对象，用以将图像的像素变量从uchar转为int，以防止后面标志位大于255程序无法工作的情况
	Image.convertTo(IntImage, CV_32SC1);//将图像像素变量转为int

	//遍历图像，搜索连通域
	for (int Y = 1; Y < IntImage.rows - 1; Y++)//遍历图像,Y为行，X为列
	for (int X = 1; X < IntImage.cols - 1; X++)
	{
		if (IntImage.at<int>(Y, X) != 0)//记住这里是先行后列
		{
			//如果不属于任何一个连通域
			if (equal255or0(IntImage.at<int>(Y - 1, X)) && //上方元素
				equal255or0(IntImage.at<int>(Y + 1, X)) && //下方元素
				equal255or0(IntImage.at<int>(Y, X - 1)) && //左方元素
				equal255or0(IntImage.at<int>(Y, X + 1)))//右方元素
			{
				valuearray[contourmark] = contourmark;
				IntImage.at<int>(Y, X) = contourmark;
				if (IntImage.at<int>(Y - 1, X) == 255)
				{
					IntImage.at<int>(Y - 1, X) = contourmark;
				}
				if (IntImage.at<int>(Y + 1, X) == 255)
				{
					IntImage.at<int>(Y + 1, X) = contourmark;
				}
				if (IntImage.at<int>(Y, X - 1) == 255)
				{
					IntImage.at<int>(Y, X - 1) = contourmark;
				}
				if (IntImage.at<int>(Y, X + 1) == 255)
				{
					IntImage.at<int>(Y, X + 1) = contourmark;
				}
				contourmark++;
			}
			else//已经属于某一个连通域
			{
				int getminimum = IntImage.at<int>(Y, X);
				//取得上下左右最小的标志位
				compare(IntImage.at<int>(Y - 1, X), getminimum);
				compare(IntImage.at<int>(Y + 1, X), getminimum);
				compare(IntImage.at<int>(Y, X - 1), getminimum);
				compare(IntImage.at<int>(Y, X + 1), getminimum);
				//将最小的标志位赋值给目标
				setvalue(IntImage.at<int>(Y, X), getminimum);
				setvalue(IntImage.at<int>(Y - 1, X), getminimum);
				setvalue(IntImage.at<int>(Y + 1, X), getminimum);
				setvalue(IntImage.at<int>(Y, X - 1), getminimum);
				setvalue(IntImage.at<int>(Y, X + 1), getminimum);
			}
		}
	}

	for (size_t i = 1; i < contourmark; i++)//将同一个连通域的对象映射表调整好，做完这一步映射表制作完成
	{
		//printf("%d %d\n", i, valuearray[i]);
		valuearray[i] = valuearray[valuearray[i]];
	}

	for (int Y = 1; Y < IntImage.rows; Y++)//根据映射表对图像像素进行重新赋值
	for (int X = 1; X < IntImage.cols; X++)
	{
		if (IntImage.at<int>(Y, X) != 0)
		{
			IntImage.at<int>(Y, X) = valuearray[IntImage.at<int>(Y, X)];
		}
	}

	for (int j = 1; j < contourmark; j++)//获得需要上色的对象值
	{
		if (valuearray[j] != j)
		{
			bool dopush = true;
			for (int i = 0; i < setcolor.size(); i++)
			{
				if (setcolor[i].value == valuearray[j])
				{
					dopush = false;
					break;
				}
			}
			if (dopush == true)
			{
				colorobj mycolorobj;
				mycolorobj.value = valuearray[j];
				mycolorobj.mycolor = GetRandomColor();
				setcolor.push_back(mycolorobj);
			}
		}
	}

	//彩色显示
    Mat colorLabelImg;
	colorLabelImg.create(IntImage.rows, IntImage.cols, CV_8UC3);
	colorLabelImg = Scalar::all(255);//初始化，将待显示图片的背景设置为白色

	for (int Y = 0; Y < IntImage.rows; Y++)
	for (int X = 0; X < IntImage.cols; X++)
	{
		if (IntImage.at<int>(Y, X) != 0)
		{
			for (int i = 0; i < setcolor.size(); i++)
			{
				if (IntImage.at<int>(Y, X) == setcolor[i].value)
				{
					colorLabelImg.at<Vec3b>(Y, X)[0] = setcolor[i].mycolor[0];
					colorLabelImg.at<Vec3b>(Y, X)[1] = setcolor[i].mycolor[1];
					colorLabelImg.at<Vec3b>(Y, X)[2] = setcolor[i].mycolor[2];
					break;
				}
			}
		}
	}
	printf("标志位值%d\n", contourmark);
	printf("花费时间%dms\n", clock() - time);
	imshow("colorLabelImg", colorLabelImg);
	waitKey(0);
}

    OK,大功告成,转载记得指明出处：原文地址

原文：http://blog.csdn.net/weixinhum/article/details/45511573