python图像处理 — cv2.connectedComponentsWithStats

函数介绍

retval, labels, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=8)

输入值：

• image : 是要处理的图片，官方文档要求是8位单通道的图像。
• connectivity : 可以选择是4连通还是8连通。

输出值

• retval : 返回值是连通区域的数量。
• labels : labels是一个与image一样大小的矩形（labels.shape = image.shape），其中每一个连通区域会有一个唯一标识，标识从0开始。
• stats ：stats会包含5个参数分别为x,y,h,w,s。分别对应每一个连通区域的外接矩形的起始坐标x,y；外接矩形的wide,height；s其实不是外接矩形的面积，实践证明是labels对应的连通区域的像素个数。
• centroids : 返回的是连通区域的质心。

实例-参数详解

举个栗子

1、 我创建了10x10的图片，其中像素值分别有0和100

输入的image就是我们这个10x10的图片
如果我们要分析8连通，就令

connectivity=8

2、用 opencv 将图片读入

image = cv2.imread('test1.tif') # 将上述的10*10图片存为test.tif的图片
img = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) #转灰度
retval, labels, stats, centroids = cv2.connectedComponentsWithStats(img, connectivity=8)

返回值

retval #retval = 3
>>> 3

stats      #我们看出有3个连通区域
            # x   y   w   h  s 
>>> array([[ 0,  0, 10, 10, 76],  # 这代表整个图片，0值也有连通区域
           [ 4,  1,  5,  6, 18],  # 这里18代表有18个像素 下面的6同理