OpenCV连通域分析

输入一张二值图，输出图像中的各个连通域

连通域分析函数

int Imglabelnum = cv::connectedComponents(
	cv::InputArrayn image,   // 输入一张二值图
	cv::OutputArray labels,  // 输出标签图(和二值图一样大，每个标签值代表连通域的ID)
	int connectivity = 8,    // 4连通或是8连通方式
	int ltype = CV_32S       // 标签值类型(CV_32S or CV_16U)
);

int Imglabelnum = int cv::connectedComponentsWithStats (
	cv::InputArrayn image,      // 输入一张二值图
	cv::OutputArray labels,     // 输出标签图(和二值图一样大，每个标签值代表连通域的ID)
    cv::OutputArray stats,      // 状态矩阵
    cv::OutputArray centroids,  // 各个连通域的中心点:
	int connectivity = 8,       // 4连通或是8连通方式
	int ltype = CV_32S          // 标签值类型(CV_32S or CV_16U)
);

其中：

Imglabelnum 表示连通域的个数；

stats包含了一些信息：
	stats.at<int>(i, CC_STAT_AREA)                  //连通域的面积
	double left = stats.at<int>(i, CC_STAT_LEFT);   //连通域的boundingbox的最左边
	double top = stats.at<int>(i, CC_STAT_TOP);     //连通域的boundingbox的最上边
	double width= stats.at<int>(i, CC_STAT_WIDTH);  //连通域的宽
	double height stats.at<int>(i, CC_STAT_HEIGHT); //连通域的高

各个连通域的中心点获取方式(i表示连通域的ID)：
	Point2f center;
	center.x = Imgcentriods.at<double>(i, 0);
	center.y = Imgcentriods.at<double>(i, 1);

注意：背景点，也就是二值图像中像素值为0的点的标签值为0

使用示例

cv::Mat lable;
cv::Mat labels, stats, centroids;
//连通域计算
int nccomps = cv::connectedComponentsWithStats(
	imBin,       //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
);

float maxArea = (imBin.rows - 1)*(imBin.cols - 1);
for (int y = 0; y < imBin.rows; y++)
{
	for (int x = 0; x < imBin.cols; x++)
	{
		int label = labels.at<int>(y, x);
		if (label > 0)
		{
			//去除面积占比小于3%的连通域
			if (stats.at<int>(label, cv::CC_STAT_AREA) / maxArea < 0.03)
				imBin.at<uchar>(y, x) = 0;
		}
	}
}

二值图：

连通域分析后，删除较小连通域后的二值图：

做个形态学闭运算处理：

删除突出部分(注意，删除点不能改变其连通性)：