C++&&Opencv 简单的连通区域填充

cv::connectedComponents()

int  nccomps=connectedComponents (
        cv::InputArrayn image,            
        cv::OutputArray labels,               
        int connectivity = 8,     
      　int ltype = CV_32S );

函数返回值nccomps为int型，表示连通域个数；

• image： 输入图像（8-bit,单通道图像）
• lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
• connetivity: 表示4或8邻域连接(int型)
• ltype: 表示输出标记图的类型（CV_32S，CV_16U）

cv::connectedComponentsWithStats()函数

int  nccomps=connectedComponentsWithStats (
    cv::InputArrayn image,
    cv::OutputArray labels,
    cv::OutputArray stats,
    cv::OutputArray centroids,
    int  connectivity = 8,
    int   ltype= CV_32S
    )；

相比connectedComponents()函数增加了一下重要信息，包围框（bounding box）、面积和质心。

• image： 输入图像（8-bit,单通道图像）
• lables: 生成的标记图，部分截图如下图所示，labelsde 尺寸和输入图像大小相等
• star:一个5*nccomps的矩阵，分别对应各个轮廓的x,y,width,height和面积
• centroids:一个2*nccomps的矩阵，表示每个连通域的质心
• connetivity: 表示4或8邻域连接(int型)
• ltype: 表示输出标记图的类型（CV_32S，CV_16U）

label示意图：
state示意图：

功能源码:

int main()
{
    Mat img, img_edge, labels, centroids, img_color, stats;
    img = imread("图片路径", 0);
    threshold(img, img_edge, 0, 255, THRESH_OTSU); // 大津法二值化图像
    int nccomps = connectedComponentsWithStats(img_edge, labels, stats, centroids);
    cout << "连通域个数: " << nccomps << endl;
    vector<Vec3b>colors (nccomps + 1);;
    colors[0] = Vec3b(0, 0, 0);
    for (int i = 1; i <= nccomps; i++)
    {
        colors[i] = Vec3b(rand() % 256, rand() % 256, rand() % 256);
        if (stats.at<int>(i, CC_STAT_AREA) < 2500) // 连通区域面积小于2500被设为黑色(填充)
        /*
			关于CC_STAT_AREA：
			是ConnectedComponentsTypes的结构体属性，除AREA还有:
			CC_STAT_LEFT   = 0, 表示连通区域边界x坐标
		    CC_STAT_TOP    = 1, 表示连通区域边界y坐标                    
    		CC_STAT_WIDTH  = 2, 表示连通区域的宽
    		CC_STAT_HEIGHT = 3, 表示连通区域的高
    		CC_STAT_AREA   = 4, 表示连通区域的面积
    		CC_STAT_MAX    = 5
		*/
            colors[i] = Vec3b(0, 0, 0);

        cout << stats.at<int>(i - 1, CC_STAT_AREA) << endl;//连通域的面积

    }
    img_color = Mat::zeros(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<int>(y, x);
            CV_Assert(0 <= label && label <= nccomps);
            img_color.at<Vec3b>(y, x) = colors[label];
        }

    imshow("Labeled map", img_color);
    imshow("img", img);
    waitKey();
    return 0;
}

效果图