图像处理23-连通域标记图像

Qt学视觉

已于 2022-03-21 08:03:46 修改

阅读量1.8k

点赞数 1

分类专栏： OpenCV 文章标签：图像处理计算机视觉人工智能连通域标记图像算法

于 2022-03-10 08:15:14 首次发布

本文链接：https://blog.csdn.net/u013480226/article/details/123391913

版权

OpenCV 专栏收录该内容

87 篇文章 ¥299.90 ¥399.90

订阅专栏

本文介绍了一种用于计算布尔图像连接组件的标记图像方法，涉及8位单通道图像，支持4和8连接性。讨论了不同的连通分量标记算法，如Bolelli's (Spaghetti)、Grana's (BBDT)和Wu's (SAUF)，并强调了SAUF算法的行主序标签排序特性。此外，还提供了计算统计输出和质心的选项，适用于计算机视觉和人工智能领域的图像处理任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

计算布尔图像的连接组件标记图像

int cv::connectedComponents(InputArray image,
                    OutputArray labels,
                    int connectivity,
                    int ltype,
                    int ccltype
                    )

具有 4 或 8 路连接的图像 - 返回 N，标签总数 [0, N-1] 其中 0 表示背景标签。 ltype 指定输出标签图像类型，这是基于标签总数或源图像中像素总数的重要考虑因素。 ccltype 指定要使用的连接组件标记算法，目前支持 Bolelli (Spaghetti) [26]、Grana (BBDT) [97] 和 Wu's (SAUF) [278] 算法，详情请参阅 ConnectedComponentsAlgorithmsTypes。请注意，SAUF 算法强制对标签进行行主要排序，而 Spaghetti 和 BBDT 则不会。如果启用了至少一个允许的并行框架并且图像的行数至少是 getNumberOfCPUs 返回的数字的两倍，则此函数使用

了解本专栏