当前位置: 首页 > article >正文

OpenCV结构分析与形状描述符(6)带统计的连通组件计算函数connectedComponentsWithStats()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

connectedComponentsWithStats 函数计算布尔图像的连通组件标记图像,并为每个标记产生统计信息。

该函数接受一个具有4或8连通性的二值图像,并返回 N,即标签总数(标签范围为 [0, N-1],其中 0 代表背景标签)。ltype 参数指定了输出标签图像的类型,这是基于标签总数或源图像中的像素总数的一个重要考虑因素。ccltype 参数指定了要使用的连通组件标记算法,目前支持 Bolelli(Spaghetti)[31]、Grana(BBDT)[108] 和 Wu(SAUF)[296] 算法,详见 ConnectedComponentsAlgorithmsTypes。请注意,SAUF 算法强制使用行主序(row-major order)的标签,而 Spaghetti 和 BBDT 不强制。如果至少有一个允许的并行框架被启用,并且图像的行数至少是 getNumberOfCPUs 返回值的两倍,该函数将使用并行版本的算法(包括统计信息)。

函数原型


int cv::connectedComponentsWithStats	
(
	InputArray 	image,
	OutputArray 	labels,
	OutputArray 	stats,
	OutputArray 	centroids,
	int 	connectivity,
	int 	ltype,
	int 	ccltype 
)		

参数

  • 参数image: 要标记的8位单通道图像。
  • 参数labels: 目标标记图像。
  • 参数stats: 每个标记(包括背景标记)的统计信息输出。统计信息通过 stats(label, COLUMN) 访问,其中 COLUMN 是 ConnectedComponentsTypes 中的一个选择项,数据类型为 CV_32S。
  • 参数centroids: 每个标记(包括背景标记)的质心输出。质心通过 centroids(label, 0) (x坐标)和 centroids(label, 1) (y坐标)访问,数据类型为 CV_64F。
  • 参数connectivity: 连通性设置,8表示8邻接,4表示4邻接。
  • 参数ltype: 输出图像的标签类型。目前支持 CV_32S 和 CV_16U。
  • 参数ccltype: 连通组件算法类型(详见 ConnectedComponentsAlgorithmsTypes)。

代码示例

终端输出:

Number of components: 2
Component 1: Left: 50, Top: 50, Width: 200, Height: 200, Area: 20000
Centroid of Component 1: (149.5, 149.5)

图像输出

在这里插入图片描述


http://www.kler.cn/a/292240.html

相关文章:

  • 借助Excel实现Word表格快速排序
  • mybatisPlus打印sql配置
  • 【全面系统性介绍】虚拟机VM中CentOS 7 安装和网络配置指南
  • Python调用API翻译Excel中的英语句子并回填数据
  • 怎么样绑定域名到AWS(亚马逊云)服务器
  • vue3+elementplus+虚拟树el-tree-v2+多条件筛选过滤filter-method
  • 数据结构-栈、队列-相关练习
  • DevExpress WinForms中文教程:Data Grid - 如何自定义绘制?
  • OpenCVSharp中的GrabCut图像分割技术详解
  • C++封装、继承和多态
  • wmv怎么转换成视频mp4?简单的几种视频格式转换方法
  • 1024页 | 20万字详细讲解大数据系统平台设计
  • IP学习-Sixday
  • HTML5好看的花店商城源码3
  • Spark2.x 入门:逻辑回归分类器
  • JavaScript常见反调试手段
  • 第10讲 后端2
  • Elastic Stack-ES集群常用的API
  • 【重学 MySQL】十二、SQL 语言的规则与规范
  • 认识爬虫技术
  • Rust多线程编程概述
  • 爬虫IP池推荐
  • 宠物空气净化器是智商税吗?希喂、IAM、范罗士哪款除毛效果更好?
  • FLTRNN:基于大型语言模型的机器人复杂长时任务规划
  • 深度学习基础--监督学习
  • 如何编写测试用例?