图像分割之图像测量

图像测量算法

图像简介
在二值图像中，相互连接的黑像素的集合成为一个黑区域。通过对图像内每个区域进行标记操作，求得区域的数量。每个像素存放的是这个区域的标号，而不是其灰度值。这样的话，只需要统计标号的数量就可以知道其面积。

标记准则

• 从左到右，从上到下逐个像素扫描，且初始标号为0
• 若该点的左上、正上、右上及左前都不为物体，则对标号进行加1操作
• 优先级依次为：右上、正上、左上、左（逐渐递减）
• 如果右上为物体，则当前标记为和右上点相同的值
• 如果右上点不为物体，则判断正上点。
• 如果右上点与左前点标记数不一致，且左前点和正上点都无物体，则用广度优先算法将左前点及其联通点的值都设置为当前标记数

代码实现

class BH(BmpManager):
    def recard(self):
        img=np.copy(self.Img)
        direction=[[1,-1],[0,-1],[-1,-1],[-1,0]]
        state=0
        recbuf=np.zeros(shape=[self.f_height,self.f_width],dtype=int)

        for y in range(1,len(self.Img)):
            for x in range(1,len(self.Img[y])):
                if self.Img[y,x,0]!=0:
                    continue
                flag=False
                for dir in direction:
                    c_x,c_y=x+dir[0],y+dir[1]
                    if recbuf[c_y][c_x]==0:
                        continue
                    if flag==False :
                        recbuf[y][x]=recbuf[c_y][c_x]
                        flag=True
                    elif flag==True and recbuf[y-1][x]==0 and recbuf[y-1][x-1]==0:
                        init_v=recbuf[y][x]
                        stack=[]
                        stack.append((c_x,c_y))
                        while len(stack)>0:
                            n_x,n_y=stack.pop(-1)
                            if recbuf[n_y][n_x]!=0 and recbuf[n_y][n_x]!=init_v:
                                recbuf[n_y][n_x]=init_v
                            for dir in  direction:
                                if recbuf[n_y+dir[1]][n_x+dir[0]]!=0 and recbuf[n_y+dir[1]][n_x+dir[0]]!=init_v:
                                    stack.append((n_x+dir[0],n_y+dir[1]))
                if recbuf[y][x]==0:
                    state=state+1
                    recbuf[y][x]=state
        count=0
        Nutil = NumberImg()
        for i in range(1,state+1):
            x=np.sum(recbuf==i)
            if x<100:
                continue
            count=count+1
            y_axis,x_axis=np.where(recbuf==i)
            X=int((x_axis[0]+x_axis[-1])/2)
            Y=int((y_axis[0]+y_axis[-1])/2)
            num_img=Nutil.getNumberImg(str(count))
            for num_x in range(X,X+len(num_img[0])):
                for num_y in range(Y,Y+len(num_img)):
                    if num_img[num_y-Y,num_x-X][0]==255:
                        num_img[num_y-Y,num_x-X,:]=img[num_y,num_x,:]
                    else:
                        num_img[num_y - Y, num_x - X, :]=255-num_img[num_y-Y,num_x-X,:]
            img[Y:Y+len(num_img),X:X+len(num_img[0]),:]=num_img
        self.Img=img
class NumberImg:
    def __init__(self):
        bm=BmpManager('')
        bm.Parse('数字.bmp')
        img=bm.Img
        last_x=-1
        count=0
        self.arr={}
        for x in range(0, bm.f_width):
            flag=False
            for y in range(0, bm.f_height):
                if img[y,x,0]==0:
                    flag=True
                    break

            if  flag==False and last_x!=-1:
                count=count+1
                img_temp=img[:,last_x-2:x+5,:]
                self.arr[str(count)]=img_temp
                last_x=-1
            if flag==True and last_x==-1:
                    last_x=x
    def getNumberImg(self,i):
        res=None
        for n in i:
            if res is None:
                res=self.arr[n]
            else:
                print(self.arr[n].shape)
                res=np.hstack([res,self.arr[n]])
        return res

原图如下

效果图如下

可以看到，上述算法，找到了图中有多少物体，并且把物理给标记了数字。这些数字都是算法生成的