python+opencv实现连通区域分离

　　步骤：

　　1.扫描整幅图像，判断当前像素点是前景点同时还未打上标签，将该像素点入栈。

　　(1)将当前栈中top元素出栈，通过4邻域判断(也需要同时满足是前景点未打上标签)进行元素入栈，同时对入栈的元素打上标签。

　　(2) 重复(1)中的操作，直到栈表为空，退出当前循环，至此一个连通域的标签打完。

　　2.重复1中的所有操作。

　　代码部分

　　def Connected_Separation(image):

　　image_shape = image.shape

　　rows = image_shape[0]

　　cols = image_shape[1]

　　index_map = np.zeros((rows, cols))

　　label = 1

　　for row in range(rows):

　　for col in range(cols):

　　# 扫描当前像素为前景且没有被访问过，将其入栈

　　if image[row][col] == 1 and index_map[row][col] == 0:

　　# 创建新站

　　s = []

　　# 入栈

　　s.append((row, col))

　　# 我们将(row,col)赋予一个label值

　　index_map[row][col] = label

　　# 循环判断4连通域是否与这个(row，col)相连，如果相连进行入栈操作，如果这个栈不为空

　　while (len(s) != 0):

　　# 出栈,判断出栈元素的4领域

　　a = s.pop()

　　# 这边出栈的元素是不是还得赋予一个值

　　# 判断，可以入栈的元素，但是我还需要判断这个栈里面是否有这个元素，如果存在这个元素，那么就不能入栈

　　p=[]

　　p.append((a[0],a[1]-1 if a[1]-1>0 else 0))

　　p.append((a[0],a[1]+1 if a[1]+1

　　p.append((a[0]-1 if a[0]-1>0 else 0,a[1]))

　　p.append((a[0]+1 if a[0]+1

　　# 判断栈里面是否以已经存在需要入栈的元素

　　for i in range(4):枣庄妇科医院哪家好 http://mobile.0632dffk.com/

　　if image[p[i][0],p[i][1]] == 1 and index_map[p[i][0],p[i][1]] == 0:

　　s.append(p[i])

　　index_map[p[i][0], p[i][1]] = label

　　# 当栈里面的元素全部出去之后，我们的while就结束

　　if len(s) == 0:

　　label += 1

　　break

　　return index_map

　　if __name__ == '__main__':

　　image = cv2.imread('../imgs/2.jpg', 0)

　　# 进行二值化

　　ret1, th1 = cv2.threshold(image, 0, 255, cv2.THRESH_OTSU) # 也就是大于0的都写出255

　　# 翻转

　　image = 1 - th1 / 255

　　kernel = np.ones((2, 2))

　　# 孔洞填补(闭运算)

　　image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel=kernel)

　　index_map =Connected_Separation(image)

　　plt.imshow(image, plt.cm.gray)

　　plt.show()

python+opencv实现连通区域分离

更多相关文章

随机推荐