[CV] 联通状态估计

[CV] 联通状态估计

简介

联通状态估计可以通过Two-Pass 算法实现，基于并查集。

假设对于一张图片，背景标记为-1，前景标记为0，统计图片中的联通区域。

下面动图可以展示：

算法流程

以8邻域联通为例。

第一次扫描

逐行扫描输入图片。初始化 label = 1。

对于每个像素位置，若为前景，扫描当前位置正左、左上、正上、右上四个位置的标签。如下表：*是当前位置，1是需要统计的八邻域中标签的位置。

1 1 1
1 * 0
0 0 0

1. 若邻域中有标签，则* 处标签为邻域标签的最小值，同时通过并查集，合并邻域中所有标签
2. 若邻域中没有标签，则* 处标签为label ，label作为新的节点加入并查集，同时更新label += 1

第二次扫描

更新并查集，每个节点都指向其根结点。

逐行扫描标签，对每个标签，都更新为其根结点的标签，同时对标签计数。

代码

程序员面试金典有道题类似，

你有一个用于表示一片土地的整数矩阵 land，该矩阵中每个点的值代表对应地点的海拔高度。若值为 0 则表示水域。由垂直、水平或对角连接的水域为池塘。池塘的大小是指相连接的水域的个数。编写一个方法来计算矩阵中所有池塘的大小，返回值需要从小到大排序。
示例：
输入：
[
  [0,2,1,0],
  [0,1,0,1],
  [1,1,0,1],
  [0,1,0,1]
]
输出： [1,2,4]

代码如下

int DX[] = {
    0,  -1, -1, -1};
int DY[] = {
   -1,  -1,  0,  1};

class Solution {
   
public:
    vector<int> pondSizes(vector<vector<int>>& land) {
   
        if (land.empty()) return {
   };
        int row = land.size(), col = land[0].size()