区域转换为二值图像_连通区域分析

连通域分析是非常常见的图像处理操作。连通区域分析一般是针对二值图像，将具有相同像素值且相邻的像素找出来并标记。例如针对上面的同心圆图像，将每个圆环完整的找出来并比标记上不同的颜色。这里涉及如何定义相邻，什么是连通区域，什么是连通区域分析几个概念。

连通区域分析简介

• 如何定义像素相邻
  一般可以分4领域和8领域。分别如下图所示

• 连通区域 （connected component）：图像中具有相同的像素值且相邻的区域
• 连通区域分析 （connected component analysis）：将图像中的联通区域找出来并标记，也称为联通区域标记。

一般会先将图像二值化，将图像分为前景区域和背景区域。相当于是已经知道如何区提取有效像素值，然后进行连通域分析，而如何提取感兴趣的区域是一个非常的问题，这里不做讨论。有两种经典的连通区域分析算法：1、Two-Pass(两次遍历), 2、 Seed Filling（种子填充）。

连通域分析算法

连通域是相同像素值的相邻像素组成的集合，将每个连通域设置一个标记，就完成了连通域分析。这里主要的难点是如何确定一个像素属于哪个连通区域。
假设已经将图像二值化为0、1，也就是背景为0,，前景为1。需要做的工作是给相连通的像素值（等于1）设置一个标记。

Two-Pass(两次遍历)

two-pass算法，顾名思义需要两次遍历图像，第一次遍历给图像所有的像素设置一个标记，并记录各个标记属于哪个连通域，第二次遍历将每个像素标记为所属的连通域。
具体流程如下：

1、 第一次遍历图像
对所有感兴趣的像素（值为1）执行以下操作

• a 如果左领域和上领域都为0（假设是从上到下，从左至右遍历）：
  赋予像素一个新的label， 然后label ++。即 labelImg(x,y) = label++;
• b 当前像素的label与领域像素相同

1. 将领域像素所属的label中最小的赋值给当前像素
   即： labelImg(x,y)= min(Neighbors)
2. 记录label所属的联通区域，也就是那些label是一个联通区域。
   labelSet[i] = {label_n, ... , label_m}。可以采用不同的记录方式。

2、第二次遍历图像
第一遍已经给像素分配了一个label，同时知道每个label所属的联通区域。所以只需要把分配的label跟换为所属的联通区域。
第二遍遍历完成后具有相同label的像素组成了一个联通区域，可以对联通区域进行进一步分析，例如计算面积，计算外接矩形，计算质心等等。

如下动态展示two-pass算法的过程：

Seed-Filling（种子填充法）

种子填充法从一个种子开始向领域周围搜索，发现有相等的像素值则标记为相同的label，然后继续在领域搜索，直到周围都没有相同的像素值后就找到一个联通区域。然后再以其他的种子，继续搜索下一个联通区域。这里的种子就是一个感兴趣的像素（值大于1）。
具体流程如下
1、 遍历图像，如果像素值为1则执行以下操作：
a 将当前像素作为种子，并赋予一个新的label，然后将其所有领域的感兴趣的像素（值大于1）的位置加入栈中。
b