使用OpenCV获取图片连通域数量,并用不同颜色标记函
更新时间:2020年6月5日 08:16 点击:2030
一,原图和效果图
二,代码
//#########################产生随机颜色######################### 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); } //#########################产生随机颜色######################### //########################种子填充法)######################### void ConnectedCountBySeedFill(const cv::Mat& _binImg, cv::Mat& _lableImg, int &iConnectedAreaCount) { //拓宽1个像素的原因是:如果连通域在边缘,运行此函数会异常崩溃,所以需要在周围加一圈0值,确保连通域不在边上 //==========图像周围拓宽1个像素============================================ int top, bottom; //【添加边界后的图像尺寸】 int leftImage, rightImage; int borderType = BORDER_CONSTANT; //BORDER_REPLICATE //【初始化参数】 top = (int)(1); bottom = (int)(1); leftImage = (int)(1); rightImage = (int)(1); Mat _binImg2, _binImg3; _binImg.copyTo(_binImg2); //初始化参数value Scalar value(0); //填充值 //创建图像边界 copyMakeBorder(_binImg2, _binImg3, top, bottom, leftImage, rightImage, borderType, value); //==========图像周围拓宽1个像素============================================ // 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); //取一行数据 for (int j = 1; j < cols - 1; j++) { if (data[j] == 1) //像素不为0 { std::stack<std::pair<int, int>> neighborPixels; //新建一个栈 neighborPixels.push(std::pair<int, int>(i, j)); // 像素坐标: <i,j> ,以该像素为起点,寻找连通域 ++label; // 开始一个新标签,各连通域区别的标志 while (!neighborPixels.empty()) { // 获取堆栈中的顶部像素并使用相同的标签对其进行标记 std::pair<int, int> curPixel = neighborPixels.top(); int curX = curPixel.first; int curY = curPixel.second; _lableImg.at<int>(curX, curY) = label; //对图像对应位置的点进行标记 // 弹出顶部像素 (顶部像素出栈) neighborPixels.pop(); // 加入8邻域点 if (_lableImg.at<int>(curX, curY - 1) == 1) {// 左点 neighborPixels.push(std::pair<int, int>(curX, curY - 1)); //左边点入栈 } if (_lableImg.at<int>(curX, curY + 1) == 1) {// 右点 neighborPixels.push(std::pair<int, int>(curX, curY + 1)); //右边点入栈 } if (_lableImg.at<int>(curX - 1, curY) == 1) {// 上点 neighborPixels.push(std::pair<int, int>(curX - 1, curY)); //上边点入栈 } if (_lableImg.at<int>(curX + 1, curY) == 1) {// 下点 neighborPixels.push(std::pair<int, int>(curX + 1, curY)); //下边点入栈 } //===============补充到8连通域====================================================== if (_lableImg.at<int>(curX - 1, curY - 1) == 1) {// 左上点 neighborPixels.push(std::pair<int, int>(curX - 1, curY - 1)); //左上点入栈 } if (_lableImg.at<int>(curX - 1, curY + 1) == 1) {// 右上点 neighborPixels.push(std::pair<int, int>(curX - 1, curY + 1)); //右上点入栈 } if (_lableImg.at<int>(curX + 1, curY - 1) == 1) {// 左下点 neighborPixels.push(std::pair<int, int>(curX + 1, curY - 1)); //左下点入栈 } if (_lableImg.at<int>(curX + 1, curY + 1) == 1) {// 右下点 neighborPixels.push(std::pair<int, int>(curX + 1, curY + 1)); //右下点入栈 } //===============补充到8连通域====================================================== } } } } iConnectedAreaCount = label - 1; //因为label从2开始计数的 int a = 0; } ########################################################### //#############添加颜色##################################### 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(); //根据不同标志位产生随机颜色 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; } //#############添加颜色################################## //########调用########################################## Mat binImage = cv::imread("D:\\sxl\\处理图片\\testImages\\22.jpg", 0); threshold(binImage, binImage, 50, 1, CV_THRESH_BINARY_INV); // 连通域标记 Mat labelImg; int iConnectedAreaCount = 0; //连通域个数 ConnectedCountBySeedFill(binImage, labelImg, iConnectedAreaCount);//针对黑底白字 int a=iConnectedAreaCount; // 显示结果 Mat dstColor2=PaintColor(labelImg,iConnectedAreaCount); imshow("colorImg", dstColor2); Mat grayImg; labelImg *= 10; labelImg.convertTo(grayImg, CV_8UC1); imshow("labelImg", grayImg); waitKey(0); //########调用##########################################
补充知识:Opencv快速获取连通域
对于ndarray数据中的连通域查找,opencv提供了接口,非常方便。
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.connectedComponents()函数返回查找到的连通域个数和对应的label。
上面代码返回连通域个数为4(包含值为0区域,可通过lables过滤), labels结果如图所示:
以上这篇使用OpenCV获取图片连通域数量,并用不同颜色标记函就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持猪先飞。
上一篇: Python中的全局变量如何理解
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
使用PHP+JavaScript将HTML页面转换为图片的实例分享
这篇文章主要介绍了使用PHP+JavaScript将HTML元素转换为图片的实例分享,文后结果的截图只能体现出替换的字体,也不能说将静态页面转为图片可以加快加载,只是这种做法比较interesting XD需要的朋友可以参考下...2016-04-19- 这篇文章主要介绍了C#从数据库读取图片并保存的方法,帮助大家更好的理解和使用c#,感兴趣的朋友可以了解下...2021-01-16
- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-09
- 今天小编在这里就来给各位Photoshop的这一款软件的使用者们来说说把古装美女图片转为细腻的工笔画效果的制作教程,各位想知道方法的使用者们,那么下面就快来跟着小编一...2016-09-14
- php如何实现抓取网页图片,相较于手动的粘贴复制,使用小程序要方便快捷多了,喜欢编程的人总会喜欢制作一些简单有用的小软件,最近就参考了网上一个php抓取图片代码,封装了一个php远程抓取图片的类,测试了一下,效果还不错分享...2015-10-30
jquery左右滚动焦点图banner图片鼠标经过显示上下页按钮
jquery左右滚动焦点图banner图片鼠标经过显示上下页按钮...2013-10-13- Photoshop的这一款软件小编相信很多的人都已经是使用过了吧,那么今天小编在这里就给大家带来了用Photoshop软件制作枪战电影海报的教程,想知道制作步骤的玩家们,那么下面...2016-09-14
- 图片剪裁是常用的方法,那么如何通过4坐标剪裁图片,本文就详细的来介绍一下,感兴趣的小伙伴们可以参考一下...2021-06-04
- 共享一段使用PHP下载CSS文件中的图片的代码 复制代码 代码如下: <?php //note 设置PHP超时时间 set_time_limit(0); //note 取得样式文件内容 $styleFileContent = file_get_contents('images/style.css'); //not...2013-10-04
- 下面小编就为大家带来一篇利用JS实现点击按钮后图片自动切换的简单方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧...2016-10-25
- PHP代码如下:复制代码 代码如下:if (isset($_FILES["Filedata"]) || !is_uploaded_file($_FILES["Filedata"]["tmp_name"]) || $_FILES["Filedata"]["error"] != 0) { $upload_file = $_FILES['Filedata']; $fil...2013-10-04
C#中图片旋转和翻转(RotateFlipType)用法分析
这篇文章主要介绍了C#中图片旋转和翻转(RotateFlipType)用法,实例分析了C#图片旋转及翻转Image.RotateFlip方法属性的常用设置技巧,需要的朋友可以参考下...2020-06-25- 这篇文章主要介绍了OpenCV如何去除图片中的阴影的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-29
- ps软件是现在很多人比较喜欢的,有着非常不错的使用效果,这次文章就给大家介绍下ps怎么制作图片阴影效果,还不知道制作方法的赶紧来看看。 ps图片阴影效果怎么做方法/...2017-07-06
- 这篇文章主要介绍了解决使用OpenCV中的imread()内存报错问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 本文主要介绍用C#实现图片转换成字节流,字节流转换成图片,并根据图片路径返回图片的字节流,有需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了python OpenCV的相关资料,帮助大家更好的理解和学习使用python的opencv,感兴趣的朋友可以了解下...2021-03-31
- 这篇文章主要给大家介绍了关于微信小程序如何获取图片宽度与高度的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-10
- 这篇文章主要介绍了JavaScript 如何禁止用户保存图片,帮助大家完成需求,更好的理解和使用JavaScript,感兴趣的朋友可以了解下...2020-11-19