python连通域提取 原理_连通域的原理与Python实现

向AI转型的程序员都关注了这个号????????????

机器学习AI算法工程   公众号：datayx

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。

另外，我在代码实现的过程中想到另外一种 Two-Pass 的方式

(即扫描两遍图像的方式)实现，就是第二次扫描与 (1) 同样的过程,

只是方向换成从右下到左上。

我后面的 Two-Pass 代码是使用我自己想到的方法实现的