Python中的连通分量标注算法

提问于 2024-04-19T18:16:54+08:00

浏览次

-4

我有一个手写文档的灰度图像 . 我想通过应用8路CCL算法从这个灰色图像中提取组件 . 请仅在导入OpenCV和numpy时在python中提供代码 . 如果任何人都能完成对我有用的任务，我已经设计了一个不完整的代码 .

Here is the algorithm:

连通分量矩阵初始化为图像矩阵的大小 .
为图像中的每个检测到的对象初始化并递增标记 .
初始化计数器以计算对象数 .
为整个图像启动行主扫描 .
如果检测到对象像素，则重复以下步骤（索引！= 0）
在Image中将相应的像素设置为0 .
用当前设置的像素的所有相邻像素更新矢量（索引） .
保留唯一像素并移除重复像素 .
将Index指示的像素设置为连接分量矩阵中的标记 .
增加图像中另一个对象的标记 . 6.增加图像中另一个对象的标记 .

1 回答

0
有一种可能的方法与您尝试的方法相差不远 . 假设背景像素被分配标签0，并且对象像素值1 .
- 逐行扫描图像;
- 遇到像素1时，设置新标签并执行填充填充操作，用新标签替换1 .
洪水灌溉可以非常简单地实施：
- 将起始像素设置为新标签;
- 递归填充八个邻居，如果他们有1 .
https://en.wikipedia.org/wiki/Flood_fill

这个版本的代码非常简单 . 但是你会发现它很容易溢出堆栈，因为挂起的填充数量可以和图像大小一样大 .
```
def FloodFill(X, Y, Label):
    I[X,Y]= Label
    for all 8-way neighbors (X'=X±1, Y'=Y±1, inside image):
        if I[X',Y'] == 1:
            FloodFill(X', Y', Label)

def CCL(Image I):
    Label= 1
    for Y in range(I.Height):
        for X in range(I.Width):
            if I[X, Y] == 1:
                Label+= 1
                FloodFill(X, Y, Label)
```
所以我建议扫描线版本，这是一个更多的参与 .

https://en.wikipedia.org/wiki/Flood_fill#Scanline_fill
回复于 2024-04-19T18:16:54+08:00

相关问题