【造轮子】纯C++实现的联通组件标记算法

2024-09-07 20:28

本文主要是介绍【造轮子】纯C++实现的联通组件标记算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

学习《OpenCV应用开发:入门、进阶与工程化实践》一书
做真正的OpenCV开发者,从入门到入职,一步到位!

连接组件标记算法

连接组件标记算法(connected component labeling algorithm-CCL)是图像分析中最常用的算法之一,算法的实质是扫描一幅图像的每个像素,对于像素值相同的分为相同的组(group),最终得到图像中所有的像素连通组件。扫描的方式可以是从上到下,从左到右,对于一幅有N个像素的图像来说,最大连通组件个数为N/2。扫描是基于每个像素单位,对于二值图像而言,连通组件集合可以是V={1|白色}或者V={0|黑色}, 取决于前景色与背景色的不同。对于灰度图像来说,连图组件像素集合可能是一系列在0 ~ 255之间k的灰度值。最常见的连接组件标记算法(CCL) 是两步法,其基本原理与步骤如下:
在这里插入图片描述
寻找当前像素点P(x, y)相邻的两个像素P1(x-1, y) 与 P2(x, y-1) 都为0,则标记当前P(x,y) ,否则就就P1跟P2较小的标签赋值给P,然后继续扫描,知道结束,然后再合并所有等价标签,所以两步法可以归纳为:
算法第一步:扫描
算法第二步:合并等价类

C++ 代码实现

第一步先是扫描所有像素,然后标记每个像素,同时记录保存所有的等价类;第二步则是基于LUT查找表直接合并替换所有等价类为最小标签值,完成整个图像的标记。

void CustomCCLAlgo::connectCompoent(cv::Mat &binary, int max_k, int max_v) {int64 start = cv::getTickCount();int h = binary.rows;int w = binary.cols;cv::Mat label = cv::Mat::zeros(binary.size(), CV_32SC1);int index = 0;// apply for memory to useint** equi_labels = new int*[max_k];for (int i = 0; i < max_k; i++)equi_labels[i] = new int[max_v] {};// scan and give label id for each pixelint eq_index = 0;for (int row = 0; row < h; row++) {for (int col = 0; col < w; col++) {int pv = binary.at<uchar>(row, col);if (pv > 0) {int p1 = 0;int p2 = 0;if ((col - 1) >= 0) {p1 = label.at<int>(row, col - 1);}if ((row - 1) >= 0) {p2 = label.at<int>(row-1, col);}int nlabel = std::min(p1, p2);if (p1 == 0 || p2 == 0) {nlabel = p1 + p2;}if (nlabel == 0) {index = index + 1;nlabel = index;}if (p1 > 0 && p2 > 0 && p1 != p2) {int m_row = -1;int m_col = -1;int cnt = 0;int max_p = std::max(p1, p2);for (int i=0; i< eq_index; i++){int* v = equi_labels[i];for (int j = 0; j < max_v; j++) {if (v[j] == 0) {break;}if (v[j] == nlabel) {m_col = j;m_row = i;}if (v[j] == max_p) {cnt = 1;}}}if (m_col >=0 && m_row >=0) {if (cnt == 0) {equi_labels[m_row][m_col + 1] = max_p;}					}else {std::vector<int> temp_eq;if (p1 < p2) {equi_labels[eq_index][0] = p1;equi_labels[eq_index][1] = p2;}else {equi_labels[eq_index][0] = p2;equi_labels[eq_index][1] = p1;}eq_index++;}}label.at<int>(row, col) = nlabel;}}}this->numOfLabels = eq_index;// setup lookup tableint total = 0;for (int s = 0; s < eq_index; s++) {int* v = equi_labels[s];for (int c = 0; c < max_v; c++) {if (v[c] == 0) {break;}total++;}}int *a = new int[total+1]();a[0] = 0;for (int s = 0; s < eq_index; s++) {int* v = equi_labels[s];for (int t = 0; t < max_v; t++) {a[v[t]] = s+1;}}// meger labelfor (int row = 0; row < h; row++) {for (int col = 0; col < w; col++) {int pv = label.at<int>(row, col);label.at<int>(row, col) = a[pv];}}//释放空间for (int i = 0; i < max_k; i++)delete[] equi_labels[i];delete[] equi_labels;delete[] a;double ct = (cv::getTickCount() - start) / cv::getTickFrequency();std::cout << "total labels: " << this->numOfLabels << std::endl;printf("connected component execute time : %.5f ms\n", ct * 1000);
}

测试代码

基于4x7的像素块,测试代码如下:

CustomCCLAlgo ccalgo;
cv::Mat binary = cv::Mat::zeros(4, 7, CV_8UC1);
std::cout << "binary: " << binary << std::endl;
binary.at<uchar>(0, 2) = 255;
binary.at<uchar>(0, 5) = 255;binary.at<uchar>(1, 0) = 255;
binary.at<uchar>(1, 1) = 255;
binary.at<uchar>(1, 2) = 255;binary.at<uchar>(1, 4) = 255;
binary.at<uchar>(1, 5) = 255;
binary.at<uchar>(1, 6) = 255;binary.at<uchar>(2, 2) = 255;
binary.at<uchar>(2, 5) = 255;binary.at<uchar>(3, 1) = 255;
binary.at<uchar>(3, 2) = 255;binary.at<uchar>(3, 4) = 255;
binary.at<uchar>(3, 5) = 255;
std::cout << "binary:" << binary << std::endl;ccalgo.connectCompoent(binary, 2, 5);

运行结果如下:
在这里插入图片描述
说明代码真的可以了。

后记

这个代码有个很不好的地方,就是没有实现数组的自增长,暂时我都是自己开辟固定长度的,随着扫描的组件数目增多,耗时会不断增加,因为这个有搜索指定标签的环节,如果可以用key来直接替换,或许速度变成跟扫描组件数目增长线性无关的操作,这样速度会更快。

学习《OpenCV应用开发:入门、进阶与工程化实践》一书
做真正的OpenCV开发者,从入门到入职,一步到位!

这篇关于【造轮子】纯C++实现的联通组件标记算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1146070

相关文章

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结

C# Where 泛型约束的实现

《C#Where泛型约束的实现》本文主要介绍了C#Where泛型约束的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录使用的对象约束分类where T : structwhere T : classwhere T : ne

将Java程序打包成EXE文件的实现方式

《将Java程序打包成EXE文件的实现方式》:本文主要介绍将Java程序打包成EXE文件的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录如何将Java程序编程打包成EXE文件1.准备Java程序2.生成JAR包3.选择并安装打包工具4.配置Launch4

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python实现特殊字符判断并去掉非字母和数字的特殊字符

《Python实现特殊字符判断并去掉非字母和数字的特殊字符》在Python中,可以通过多种方法来判断字符串中是否包含非字母、数字的特殊字符,并将这些特殊字符去掉,本文为大家整理了一些常用的,希望对大家... 目录1. 使用正则表达式判断字符串中是否包含特殊字符去掉字符串中的特殊字符2. 使用 str.isa

Spring Boot 集成 Quartz并使用Cron 表达式实现定时任务

《SpringBoot集成Quartz并使用Cron表达式实现定时任务》本篇文章介绍了如何在SpringBoot中集成Quartz进行定时任务调度,并通过Cron表达式控制任务... 目录前言1. 添加 Quartz 依赖2. 创建 Quartz 任务3. 配置 Quartz 任务调度4. 启动 Sprin