二值图像统计连通区域C语言版

http://www.bkjia.com/Javabc/771817.html

连通区标记是最基本的图像处理算法之一。该算法中，按从左至右、从上至下的顺序，对整幅图像进行扫描，通过比较每个前景像素的邻域进行连通区标记，并创建等效标记列表。最后，合并等效标记列表，并再次扫描图像以更新标记。算法的优点的是通俗易懂，缺点是需要两次扫描图像，效率不高。

区域生长法利用区域生长的思想，一次生长过程可以标记一整个连通区，只需对图像进行一次扫描就能标记出所有连通区。算法描述如下：
输入待标记图像bitmap，初始化一个与输入图像同样尺寸的标记矩阵labelmap，一个队列queue以及标记计数labelIndex；按从左至右、从上至下的顺序扫描bitmap，当扫描到一个未被标记的前景像素p时，labelIndex加1，并在labelmap中标记p（相应点的值赋为labelIndex），同时，扫描p的八邻域点，若存在未被标记的前景像素，则在labelmap中进行标记，并放入queue中，作为区域生长的种子；当queue不为空时，从queue中取出一个生长种子点p1，扫描p1的八邻域点，若存在未被标记过的前景像素，则在labelmap中进行标记，并放入queue中；重复3直至queue为空，一个连通区标记完成；转到2，直至整幅图像被扫描完毕，得到标记矩阵labelmap和连通区的个数labelIndex。

该算法最坏情况下，将对每个像素点都进行一次八邻域搜索，算法复杂度为O(n)。

typedef struct QNode{
    int data;
    struct QNode *next;
}QNode;

typedef struct Queue{
    struct QNode* first;
    struct QNode* last;
}Queue;

void PushQueue(Queue *queue, int data){
    QNode *p = NULL;
    p = (QNode*)malloc(sizeof(QNode));
    p->data = data;
    if(queue->first == NULL){
        queue->first = p;
        queue->last = p;
        p->next = NULL;
    }
    else{
        p->next = NULL;
        queue->last->next = p;
        queue->last = p;
    }
}

int PopQueue(Queue *queue){
    QNode *p = NULL;
    int data;
    if(queue->first == NULL){
        return -1;
    }
    p = queue->first;
    data = p->data;
    if(queue->first->next == NULL){
        queue->first = NULL;
        queue->last = NULL;
    }
    else{
        queue->first = p->next;
    }
    free(p);
    return data;
}

static int NeighborDirection[8][2] = {{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}};

void SearchNeighbor(unsigned char *bitmap, int width, int height, int *labelmap, 
                    int labelIndex, int pixelIndex, Queue *queue){
    int searchIndex, i, length;
    labelmap[pixelIndex] = labelIndex;
    length = width * height;
    for(i = 0;i < 8;i++){
        searchIndex = pixelIndex + NeighborDirection[i][0] * width + NeighborDirection[i][1];
        if(searchIndex > 0 && searchIndex < length && 
            bitmap[searchIndex] == 255 && labelmap[searchIndex] == 0){
            labelmap[searchIndex] = labelIndex;
            PushQueue(queue, searchIndex);
        }
    }
}

int ConnectedComponentLabeling(unsigned char *bitmap, int width, int height, int *labelmap){
    int cx, cy, index, popIndex, labelIndex = 0;
    Queue *queue = NULL;
    queue = (Queue*)malloc(sizeof(Queue));
    queue->first = NULL;
        queue->last = NULL;
    memset(labelmap, 0, width * height);
    for(cy = 1; cy < height - 1; cy++){
        for(cx = 1; cx < width - 1; cx++){
            index = cy * width + cx;
            if(bitmap[index] == 255 && labelmap[index] == 0){
                labelIndex++;
                SearchNeighbor(bitmap, width, height, labelmap, labelIndex, index, queue);

                popIndex = PopQueue(queue);
                while(popIndex > -1){
                SearchNeighbor(bitmap, width, height, labelmap, labelIndex, popIndex, queue);
                    popIndex = PopQueue(queue);
                }
            }
        }
    }
    free(queue);
    return labelIndex;
}