OpenCV CUDA模块图像处理------图像连通域标记接口函数connectedComponents()

• 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

该函数在 GPU 上执行二值图像的连通域标记操作，即将图像中所有相连的前景像素区域赋予相同的标签（label），以便后续分析和处理。

返回的 labels 是一个与输入图像大小相同的数据矩阵，其中每个像素的值表示它所属的连通域编号（从 0 开始）。

该函数接收一个二值图像作为输入，并执行连通组件标记（Connected Components Labeling）。输出是一个为每个连通组件分配了唯一标签（整数值）的图像。ltype指定了输出标签图像的类型，这是基于总标签数或源图像中的总像素数的重要考虑因素。ccltype指定了要使用的连通组件标记算法，当前支持BKE [11]算法，详情请参见ConnectedComponentsAlgorithmsTypes。请注意，输出中的标签不需要是连续的。

函数原型

void cv::cuda::connectedComponents 
(
 	InputArray  	image,
	OutputArray  	labels,
	int  	connectivity,
	int  	ltype,
	cv::cuda::ConnectedComponentsAlgorithmsTypes  	ccltype 
) 	

参数

• image：需要被标记的8位单通道图像。
• labels：目标标记图像。
• connectivity：用于标记过程的连通性。支持使用8表示8向连通性。
• ltype：输出图像标签类型。当前支持CV_32S。
• ccltype：连通组件算法类型（详见ConnectedComponentsAlgorithmsTypes）。

注意：一个演示如何在CUDA中实现连通组件标记的示例程序可以在opencv_contrib_source_code/modules/cudaimgproc/samples/connected_components.cpp找到。

代码示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // Step 1: 加载图像并转换为二值图像
    cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_GRAYSCALE );
    if ( h_img.empty() )
    {
        std::cerr << "Failed to load image!" << std::endl;
        return -1;
    }

    // 将灰度图像二值化
    cv::threshold( h_img, h_img, 128, 255, cv::THRESH_BINARY );

    // Step 2: 将图像上传到 GPU
    cv::cuda::GpuMat d_img, d_labels;
    d_img.upload( h_img );

    // Step 3: 执行连通域标记
    int connectivity = 8;       // 使用 8 连通
    int ltype        = CV_32S;  // 输出标签类型为 32 位整型

    // 确保使用的算法类型是有效的
    cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype = cv::cuda::CCL_DEFAULT;

    cv::cuda::connectedComponents( d_img, d_labels, connectivity, ltype, ccltype );

    // Step 4: 下载结果并显示
    cv::Mat h_labels;
    d_labels.download( h_labels );

    // 可视化：将标签映射为颜色
    cv::Mat coloredLabels;
    h_labels.convertTo( coloredLabels, CV_8U, 255.0 / cv::countNonZero( h_labels ) );  // 正常化标签值到[0, 255]

    // 应用伪色彩映射
    cv::applyColorMap( coloredLabels, coloredLabels, cv::COLORMAP_JET );

    cv::imshow( "Original Image", h_img );
    cv::imshow( "Connected Components", coloredLabels );
    cv::waitKey( 0 );

    return 0;
}

运行结果