一、函数原型:
CV_EXPORTS_W int connectedComponentsWithStats(InputArray image, OutputArray labels,
OutputArray stats, OutputArray centroids, int connectivity = 8, int ltype = CV_32S);
二、函数作用:
connectedComponentsWithStats
函数用于标记输入图像中的所有连通组件(connected components),并提供每个连通组件的统计信息和质心(centroids)。
三、参数列表:
image
:输入的8位单通道二值图像,即图像应该是单色(灰度),并且只包含前景(通常是白色,像素值为255)和背景(通常是黑色,像素值为0)。labels
:目的地图像,用于输出标记后的图像。每个连通组件都会被分配一个唯一的标签。stats
:输出数组,包含每个连通组件的统计信息。可以通过stats(label, COLUMN)
访问,其中COLUMN
是ConnectedComponentsTypes
枚举类型之一,用于选择统计数据。数据类型为CV_32S
(32位有符号整数)。centroids
:输出数组,包含每个连通组件的质心坐标。可以通过centroids(label, 0)
访问x坐标,通过centroids(label, 1)
访问y坐标。数据类型为CV_64F
(64位浮点数)。connectivity
:连通性选项,可以是8或4,分别代表8-way(八连通)或4-way(四连通)。ltype
:输出标签图像的数据类型。目前支持CV_32S
(32位有符号整数)和CV_16U
(16位无符号整数)。
四、返回值:
- 函数返回标记的连通组件的数量,包括背景作为一个单独的组件。
五、连通组件分析:
- 连通组件分析是一种基本的图像分割技术,用于将图像分割成多个区域或对象。
六、使用场景:
- 该函数通常用于图像预处理、特征提取、图像分割和对象计数等任务。
七、数据类型说明:
- 统计数据和质心的输出数据类型分别为
CV_32S
和CV_64F
,这确保了足够的精度和范围。
八、连通性选项:
- 8-way连通性考虑水平、垂直和对角线方向的连接,而4-way连通性只考虑水平和垂直方向。
九、示例代码:
#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
//计数硬币,改进版
int main()
{
utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);// 设置日志级别为不输出任何日志信息(通过隐藏日志的方式,不打印此信息)
//读取图片
Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Coin0.jpg");
//判断读取图片是否失败
if (srcMat.empty()) {
cout << "fail to read pic!" << endl;
return 0;
}
//转化为灰度图
Mat gryMat;
cvtColor(srcMat, gryMat, COLOR_BGRA2GRAY);
//定义图像容器
Mat stats;
Mat centroids;
Mat labels;
Mat thresh_Mat;
Mat dilate_Mat;
//定义结构元素
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
//大津法处理图像
threshold(gryMat, thresh_Mat, 100, 255, THRESH_OTSU);
//图像形态学处理膨胀
dilate(thresh_Mat, dilate_Mat, element, Point(-1, -1), 2);
//连通组件的数量
int nComp = connectedComponentsWithStats(dilate_Mat, labels, stats, centroids, 8, CV_32S);
//减去背景0,并输出
cout << "硬币个数为:" << nComp - 1 << endl;
//对识别出的连通域加最小外接边框
for (int i = 1;i < nComp;i++)
{
//定义Rect类
Rect sign;
sign.x = stats.at<int>(i, 0);//连通域外接矩形左上角的x坐标(列)
sign.y = stats.at<int>(i, 1);// 连通域外接矩形左上角的y坐标(行)。
sign.width = stats.at<int>(i, 2);//连通域外接矩形的宽度。
sign.height = stats.at<int>(i, 3);//连通域外接矩形的高度。
rectangle(thresh_Mat, sign, 255, 1, 8, 0);
}
//将标签图转换为8位图像
Mat label8U;
normalize(labels, label8U, 0, 255, NORM_MINMAX, CV_8U);
imshow("大津法二值化", thresh_Mat);
imshow("原图像", srcMat);
imshow("灰度图", gryMat);
imshow("膨胀图像", dilate_Mat);
imshow("标签图", label8U);
waitKey(0);
destroyAllWindows();
return 0;
}
十、运行结果: