找出图像中的全部联通域

在图像中找出全部黑色联通域，结果为G：一个二维列表。

具体实现注释很详细。

import numpy as np
import cv2

def draw_edge(imagename):
	image=cv2.imread(imagename,0)#灰度方式读取
	heigth=len(image)
	width=len(image[0])
	cv2.imshow('原图',image)#显示原图像

    #为方便标记联通域，转为bgr，实际上我不需要用到它  
	thorg = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)

	G=[[(0,0)]]
	for x in range(0,heigth):
		print(x)
		for y in range(0,width):
			if thorg[x,y][0]==0 and thorg[x,y][1]==0 and thorg[x,y][2]==0:
                #找黑色的联通域
				count=[0,0]#统计和之前几个区域相连
				for index,g in enumerate(G):
					for i in g[::-1]:#倒序遍历计算量更少
						if abs(i[0]-x)>1:#相隔超过一行的点不需要看了
							continue
						if (abs(i[0]-x)+abs(i[1]-y))==1:#说明和之前发现的联通域相连
							if count[0]!=0:
                            #一个新的像素可能和之前两个联通域相连，那么他们实际上是同一个联通域，合并
								G[count[1]]+=G[index]
								G.pop(index)#合并两个联通域
								break
							else:#在此联通域上增加新的像素
								G[index].append((x,y))
								count[0]=1
								count[1]=index
								break
				if count[0]==0:#新的联通域
					G.append([(x,y)])

	print(len(G))#共有多少个联通域

	for i in G:
		for j in i:
			x=j[0]
			y=j[1]
			thorg[x,y][0]=255#全部联通域设为浅蓝色
			thorg[x,y][1]=255
	cv2.imshow('thorg',thorg)#
	cv2.waitKey(0)
	cv2.destroyAllWindows()

if __name__ == "__main__":
	path="your image's path"
	imagename=path+'your image.tif'
	draw_edge(imagename)