OpenCV—连通域分析connectedComponentsWithStats()

下文主要内容来自《Learning OpenCV 3》page417-419和官方文档 

在OpenCV 3中提供了两个很好的函数，在OpenCV 2中没有。 

(1)cv::connectedComponents()

(2)cv::connectedComponentsWithStats()

对应的官方文档为：https://docs.opencv.org/3.3.1/d3/dc0/group__imgproc__shape.html#ga107a78bf7cd25dec05fb4dfc5c9e765f

int cv::connectedComponents (
    cv::InputArrayn image, // input 8-bit single-channel (binary)
    cv::OutputArray labels, // output label map
    int connectivity = 8, // 4- or 8-connected components
    int ltype = CV_32S // Output label type (CV_32S or CV_16U)
);
int cv::connectedComponentsWithStats (
    cv::InputArrayn image, // input 8-bit single-channel (binary)
    cv::OutputArray labels, // output label map
    cv::OutputArray stats, // Nx5 matrix (CV_32S) of statistics:
    // [x0, y0, width0, height0, area0;
    // ... ; x(N-1), y(N-1), width(N-1),
    // height(N-1), area(N-1)]
    cv::OutputArray centroids, // Nx2 CV_64F matrix of centroids:
    // [ cx0, cy0; ... ; cx(N-1), cy(N-1)]
    int connectivity = 8, // 4- or 8-connected components
    int ltype = CV_32S // Output label type (CV_32S or CV_16U)
);

其中 connectedComponents()仅仅创建了一个标记图（图中不同连通域使用不同的标记，和原图宽高一致）， connectedComponentsWith Stats()也可以完成上面任务，除此之外，还可以返回每个连通区域的重要信息-- bounding box, area, and center of mass( centroid). 如果不需要连通域的质心，将参数centroids设置为 cv::noArray() ，这句话在我的版本中运行会出错。

函数返回值为连通区域的总数N，范围为[0,N-1]，其中0代表背景。

下面是一个简单的示例，画出了带标记的连通区域，同时去除很小的连通域（相当于无损降噪）。

#include 
#include 
#include 
using namespace std;
int main()
{
      cv::Mat src_img, img_bool, labels, stats, centroids, img_color, img_gray;
      
      if( (src_img = cv::imread("2.bmp",0)).empty())
      {
            cout<<"load image error！";
            return -1;
      }
      cv::threshold(src_img, img_bool, 0, 255, cv::THRESH_OTSU);
      //连通域计算
      int nccomps = cv::connectedComponentsWithStats (
            img_bool, //二值图像
            labels,     //和原图一样大的标记图
            stats, //nccomps×5的矩阵 表示每个连通区域的外接矩形和面积（pixel）
            centroids //nccomps×2的矩阵 表示每个连通区域的质心
            );
      //显示原图统计结果
      char title[1024];
      sprintf(title,"原图中连通区域数：%d\n",nccomps);
      cv::String num_connect(title);
      cv::imshow(num_connect, img_bool);
      
      //去除过小区域，初始化颜色表
      vector colors(nccomps);
      colors[0] = cv::Vec3b(0,0,0); // background pixels remain black.
      for(int i = 1; i < nccomps; i++ ) {
            colors[i] = cv::Vec3b(rand()%256, rand()%256, rand()%256);
            //去除面积小于100的连通域
            if( stats.at(i, cv::CC_STAT_AREA) < 100 )
                  colors[i] = cv::Vec3b(0,0,0); // small regions are painted with black too.
      }
      //按照label值，对不同的连通域进行着色
      img_color = cv::Mat::zeros(src_img.size(), CV_8UC3);
      for( int y = 0; y < img_color.rows; y++ )
            for( int x = 0; x < img_color.cols; x++ )
            {
                  int label = labels.at(y, x);
                  CV_Assert(0 <= label && label <= nccomps);
                  img_color.at(y, x) = colors[label];
            }
      
      //统计降噪后的连通区域
      cv::cvtColor(img_color,img_gray,cv::COLOR_BGR2GRAY);
      cv::threshold(img_gray, img_gray, 1, 255, cv::THRESH_BINARY);
      nccomps = cv::connectedComponentsWithStats (img_gray, labels,stats,centroids);
      sprintf(title,"过滤小目标后的连通区域数量：%d\n",nccomps);
      num_connect = title;
      cv::imshow(num_connect, img_color);
      cv::waitKey();
      return 0;
}