c++ opencv将彩色图像按连通域区分

要将彩色图像按连通域区分,您可以使用 OpenCV 中的 cv::connectedComponents 函数。

下面是一个简单的示例代码,说明如何使用 cv::connectedComponents 函数来检测并标记图像中的连通域:

复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // 读取彩色图像
    cv::Mat image = cv::imread("image.jpg");

    // 将图像转换为灰度
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

    // 使用二值化将图像转换为二进制图像
    cv::Mat binaryImage;
    cv::threshold(grayImage, binaryImage, 0, 255, cv::THRESH_BINARY_INV | cv::THRESH_OTSU);

    // 定义连通域标记图像
    cv::Mat labels;

    // 应用连通域检测算法
    int numLabels = cv::connectedComponents(binaryImage, labels);

    // 创建随机颜色向量,用于绘制每个连通域
    std::vector<cv::Vec3b> colors(numLabels);
    colors[0] = cv::Vec3b(0, 0, 0); // 背景设置为黑色

    for (int i = 1; i < numLabels; i++)
    {
        colors[i] = cv::Vec3b(rand() % 256, rand() % 256, rand() % 256);
    }

    // 将每个连通域根据其标签值着色
    cv::Mat connectedComponentsImage(image.size(), CV_8UC3);
    for (int y = 0; y < image.rows; y++)
    {
        for (int x = 0; x < image.cols; x++)
        {
            int label = labels.at<int>(y, x);
            cv::Vec3b &color = connectedComponentsImage.at<cv::Vec3b>(y, x);

            color = colors[label];
        }
    }

    // 显示原始图像和标记的连通域图像
    cv::imshow("Original Image", image);
    cv::imshow("Connected Components", connectedComponentsImage);
    cv::waitKey(0);

    return 0;
}

这段代码首先读取彩色图像,然后将其转换为灰度图像。接下来,使用 cv::threshold 函数将灰度图像二值化,生成二进制图像。然后,使用 cv::connectedComponents 函数应用连通域检测算法。最后,根据每个连通域的标签值,使用随机颜色向量对每个连通域进行着色。最后,将原始图像和标记的连通域图像显示出来。

您可以根据您的需求修改此示例代码。

8/29/2023, 2:06:42 PM

相关推荐
还债大湿兄2 小时前
《C++内存泄漏8大战场:Qt/MFC实战详解 + 面试高频陷阱破解》
c++·qt·mfc
千宇宙航4 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十四课——图像二值化的FPGA实现
图像处理·计算机视觉·fpga开发
橡晟4 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
PyAIExplorer5 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
珊瑚里的鱼5 小时前
LeetCode 692题解 | 前K个高频单词
开发语言·c++·算法·leetcode·职场和发展·学习方法
AI+程序员在路上6 小时前
QTextCodec的功能及其在Qt5及Qt6中的演变
开发语言·c++·qt
Risehuxyc6 小时前
C++卸载了会影响电脑正常使用吗?解析C++运行库的作用与卸载后果
开发语言·c++
AI technophile7 小时前
OpenCV计算机视觉实战(15)——霍夫变换详解
人工智能·opencv·计算机视觉
JNU freshman7 小时前
计算机视觉 之 数字图像处理基础(一)
人工智能·计算机视觉
千宇宙航8 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十五课——基于sobel算子边缘检测的FPGA实现
图像处理·计算机视觉·fpga开发