图 连通域的个数_连通域的原理与Python实现

二值图像连通域

二值图像分析最基础的也是最重要的方法之一就是连通域标记，它是所有二值图像分析的基础。它通过对二值图像中目标像素的标记，让每个单独的连通区域形成一个被标识的块，进一步的我们就可以获取这些块的轮廓、外接矩形、质心、不变矩等几何参数。
连通区域的定义一般有两种，分为4邻接和8邻接。下面这幅图中，如果考虑4邻接，则有3个连通域，8邻接则是2个连通域。

从连通区域的定义可以知道，一个连通域是由具有相同像素值的相邻像素组成像素集合，因此，我们就可以通过这两个条件在图像中寻找连通区域，对于找到的每个连通域，我们赋予其一个唯一的标识（ Label ），以区别其他连通域。

连通域分析的基本算法有两种： 1) Two-Pass 两遍扫描 2) Seed-Filling 种子填充法。

Two-Pass 算法

两遍扫描法（ Two-Pass ），正如其名，指的就是通过扫描两遍图像，将图像中存在的所有连通域找出并标记。

（1）第一次扫描：
    访问当前像素 B(x,y) ，如果 B(x,y) == 1：
        a、如果 B(x,y) 的领域中标签值都为0，则赋予 B(x,y) 一个新的 label ：
        label += 1， B(x,y) = label；
        b、如果B(x,y)的领域中有像素值 > 1的像素Neighbors：
    1）将Neighbors中的最小值赋予给 B(x,y) :
        B(x,y) = min{Neighbors