C语言版二值图像统计连通区域
连通区标记是最基本的图像处理算法之一。该算法中,按从左至右、从上至下的顺序,对整幅图像进行扫描,通过比较每个前景像素的邻域进行连通区标记,并创建等效标记列表。最后,合并等效标记列表,并再次扫描图像以更新标记。算法的优点的是通俗易懂,缺点是需要两次扫描图像,效率不高。
区域生长法利用区域生长的思想,一次生长过程可以标记一整个连通区,只需对图像进行一次扫描就能标记出所有连通区。算法描述如下:
输入待标记图像bitmap,初始化一个与输入图像同样尺寸的标记矩阵labelmap,一个队列queue以及标记计数labelIndex;按从左至右、从上至下的顺序扫描bitmap,当扫描到一个未被标记的前景像素p时,labelIndex加1,并在labelmap中标记p(相应点的值赋为labelIndex),同时,扫描p的八邻域点,若存在未被标记的前景像素,则在labelmap中进行标记,并放入queue中,作为区域生长的种子;当queue不为空时,从queue中取出一个生长种子点p1,扫描p1的八邻域点,若存在未被标记过的前景像素,则在labelmap中进行标记,并放入queue中;重复3直至queue为空,一个连通区标记完成;转到2,直至整幅图像被扫描完毕,得到标记矩阵labelmap和连通区的个数labelIndex。
该算法最坏情况下,将对每个像素点都进行一次八邻域搜索,算法复杂度为O(n)。
typedefstructQNode{ intdata; structQNode*next; }QNode; typedefstructQueue{ structQNode*first; structQNode*last; }Queue; voidPushQueue(Queue*queue,intdata){ QNode*p=NULL; p=(QNode*)malloc(sizeof(QNode)); p->data=data; if(queue->first==NULL){ queue->first=p; queue->last=p; p->next=NULL; } else{ p->next=NULL; queue->last->next=p; queue->last=p; } } intPopQueue(Queue*queue){ QNode*p=NULL; intdata; if(queue->first==NULL){ return-1; } p=queue->first; data=p->data; if(queue->first->next==NULL){ queue->first=NULL; queue->last=NULL; } else{ queue->first=p->next; } free(p); returndata; } staticintNeighborDirection[8][2]={{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}}; voidSearchNeighbor(unsignedchar*bitmap,intwidth,intheight,int*labelmap, intlabelIndex,intpixelIndex,Queue*queue){ intsearchIndex,i,length; labelmap[pixelIndex]=labelIndex; length=width*height; for(i=0;i<8;i++){ searchIndex=pixelIndex+NeighborDirection[i][0]*width+NeighborDirection[i][1]; if(searchIndex>0&&searchIndexfirst=NULL; queue->last=NULL; memset(labelmap,0,width*height); for(cy=1;cy -1){ SearchNeighbor(bitmap,width,height,labelmap,labelIndex,popIndex,queue); popIndex=PopQueue(queue); } } } } free(queue); returnlabelIndex; }
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。