图像分割算法(BFS)

题目描述

描述
给定一个n行m列的二值图像，0为背景，1为前景物，请计算该图像中有多少块区域块（由连接的1构成），并输出
最大的区域块的像点数。
同一个区域块中的点要么是连接的，要么是存在包围关系。
判断两个区域是否连接采用四邻域判定，即一点仅与它的上下左右四个点相连；
判断两个区域是否存在包含关系即一个区域被另一个区域完全包围，如下所示，中间的两个1被外面的16个1完全包围（中间的两个1不
存在通往外界的四邻域通路）
00000000
00111110
00100001
00101101
00100001
00111110
00000000
存在包围关系的两个区域属于同一个区域块

输入格式
第一行两个正整数，n和m(n,m<=100)
此后n行，每行m个0或1
输出格式
输出区域块数和最大区域块像点数，数字中间以一个空隔分隔
输入样例
6 8
01111110
01000010
01011010
01000010
01111110
00000001
输出样例
2 20

思路分析

首先主要思路就是用漫水法，对每一个连通域进行染色，染色结束之后，首先先对外层那一圈的0进行收集,非零元素不收集,并且将其标记,标记为为外层轮廓，是大轮廓，是可以包围内部的轮廓的，然后对这一圈0进行广度优先搜索,在广度优先搜索的时候就会对这一圈0周围的大轮廓都找出来,只要找到了,就标记,然后最后扫一下二维数组，对于扫到的数字判断是否属于大轮廓，大轮廓不管它，小轮廓的话自然就要被并到它所属的大轮廓里面了(注意：题目给的数据是很弱的，实际上我们如果直接向(任意一个方向)去检测它最近的一个不同连通域，是有很大问题的，但是题目没有这种数据，就先不管，后面再补上debug的代码),并进去的操作就是把小轮廓的color设置为大轮廓的color,最后结算就可以了

AC代码

我的代码中在广度优先搜索的时候顺便把连通域的邻接表给建好了，在后面弄合并的时候效率比较高，对于标记数组的话采用map的话比较节省空间.

#include <iostream>
#include <cstring>
#include <cmath>
#include <algorithm>
#include <vector>
#include <utility>
#include <map>

using namespace std;

const int N=100+5;
const int M=N*N;
char temp[N][N];
int a[N][N];
int book[N][N];
int dir[4][2]={{0,1},{0,-1},{1,0},{-1,0}};
struct data{
    int x;
    int y;
};
struct data q[M];
vector< vector< pair<int,int> > > dataMap;
map <int,bool> idMap;
int main()
{

    //基础数据处理
    ios::sync_with_stdio(false);
    int n,m;cin>>n>>m;
    for(int i=0;i<n;i++){
        cin>>temp[i];
    }
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            a[i][j]=(temp[i][j]-'0');
        }
    }

    //BFS过程中建立一个邻接表
    int head=0,tail=0,color=2;
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            if(book[i][j]==0 && a[i][j]!=0){

                //新节点入队,头节点出队,标记
                a[i][j]=color;
                q[tail].x=i;q[tail].y=j;
                tail++;
                book[i][j]=1;

                //将点输入到pair
                pair<int,int> temp;
                vector<pair<int,int> > vecTemp;
                temp.first=i;temp.second=j;
                vecTemp.push_back(temp);

                while(head!=tail){

                    for(int k=0;k<4;k++){
                        int tx=q[head].x+dir[k][0];
                        int ty=q[head].y+dir[k][1];
                        if(tx<0 || tx>=n || ty<0 || ty>=m){
                            continue;
                        }
                        if(a[tx][ty]!=0  && book[tx][ty]==0 ){
                            book[tx][ty]=1;
                            q[tail].x=tx;
                            q[tail].y=ty;
                            a[tx][ty]=color;
                            tail++;

                            temp.first=tx;temp.second=ty;
                            vecTemp.push_back(temp);
                        }
                    }
                 head++;
                }//执行到这里就是一次扩列结束(同个面积的检测结束)
                dataMap.push_back(vecTemp);//邻接表建立成功
                color++;

            }
        }
    }

    //cout<<color<<endl;
    //提取外轮廓
    struct data q2[M];//这是后面用来做外轮廓广搜的
    head=tail=0;
    memset(book,0,sizeof(book));
    for(int i=0;i<n;i++){//竖向,左侧和右侧都要检测零,遇到零,将其入队,表示下面要开始广搜的其中一个起点,否则就代表是个外轮廓的起点,我们将其标记为外轮廓
        if(a[i][0]==0){
            q2[tail].x=i;
            q2[tail++].y=0;
        }else{
            idMap[ a[i][0] ] =true;
        }
        if(a[i][m-1]==0){
            q2[tail].x=i;
            q2[tail++].y=m-1;
        }else{
            idMap[a[i][m-1]]=true;
        }
    }
    for(int i=0;i<m;i++){
        if(a[0][i]==0){//横向,最上面那一列都要检测
            q2[tail].x=0;
            q2[tail++].y=i;
        }else{
            idMap[a[0][i]]=true;
        }
        if(a[n-1][i]==0){
            q2[tail].x=n-1;
            q2[tail++].y=i;
        }else{
            idMap[a[n-1][i]]=true;
        }
    }

    //检测好之后基于上面的结果进行广搜
    while(head!=tail){
        for(int k=0;k<4;k++){
            int tx=q2[head].x+dir[k][0];
            int ty=q2[head].y+dir[k][1];
            if(tx<0 ||tx>=n || ty<0 ||ty>=m ){
                continue;
            }//然后就是根据这个外轮廓的零,去搜附近的非0,并且标记
            if(a[tx][ty]==0 && book[tx][ty]==0 ){//避免搜到重复的零
                book[tx][ty]=1;
                //入队
                q2[tail].x=tx;
                q2[tail++].y=ty;
            }
            else if(a[tx][ty]!=0){
                idMap[a[tx][ty]]=true;
            }
        }
        head++;
    }
/*
    for(map<int,bool>::iterator iter=idMap.begin();iter!=idMap.end();iter++ ){
        cout<<iter->first<<" "<<iter->second<<endl;
    }
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            cout<<a[i][j]<<" ";
        }
        cout<<endl;
    }
    */
    //外轮廓已经全部找出,接着就是把那些不是内轮廓的并到外轮廓中去.
    for(int i=2;i<color;i++){
        if(idMap[i]==true){//如果此轮廓为外轮廓
            continue;
        }
        //合并内轮廓
        //首先是遍历邻接表找到内轮廓
        int x=0,y=0;
        for(int j=0;j<(int)dataMap.size();j++){
            x=dataMap[j][0].first;
            y=dataMap[j][0].second;
            if(a[x][y]==i){
            //然后将这个区域内的点全部转化为外轮廓的点
              for(int z=x;z<n;z++){
                if(idMap[a[z][y]]==true){
                    int color_now=a[z][y];
                    //然后遍历邻接表,把对应的元素转化一下
                    for(int o=0;o<(int)dataMap[j].size();o++){
                        int tx=dataMap[j][o].first;
                        int ty=dataMap[j][o].second;
                        a[tx][ty]=color_now;
                    }
                }
              }
            }
        }
    }

    map<int,int> numMap;
    int Max=-0x3f3f3f3f;
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            if(a[i][j]!=0 && numMap[a[i][j]]==0){//初次出现
                numMap[a[i][j]]=1;
            }
            //非首次出现
            else if(a[i][j]!=0 && numMap[a[i][j]]!=0){
                numMap[a[i][j]]++;
            }
        }
    }
    cout<<numMap.size()<<" ";
        for(map<int,int>::iterator iter=numMap.begin();iter!=numMap.end();iter++ ){
            Max=std::max(iter->second,Max);
    }
    cout<<Max;
    return 0;
}