当前位置:主页 > 软件编程 > C代码 >

C语言版二值图像统计连通区域

时间:2020-10-16 12:38:58 | 栏目:C代码 | 点击:

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)。

typedef struct QNode{
 int data;
 struct QNode *next;
}QNode;

typedef struct Queue{
 struct QNode* first;
 struct QNode* last;
}Queue;

void PushQueue(Queue *queue, int data){
 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;
 }
}

int PopQueue(Queue *queue){
 QNode *p = NULL;
 int data;
 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);
 return data;
}

static int NeighborDirection[8][2] = {{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}};

void SearchNeighbor(unsigned char *bitmap, int width, int height, int *labelmap, 
     int labelIndex, int pixelIndex, Queue *queue){
 int searchIndex, 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 && searchIndex < length && 
   bitmap[searchIndex] == 255 && labelmap[searchIndex] == 0){
   labelmap[searchIndex] = labelIndex;
   PushQueue(queue, searchIndex);
  }
 }
}

int ConnectedComponentLabeling(unsigned char *bitmap, int width, int height, int *labelmap){
 int cx, cy, index, popIndex, labelIndex = 0;
 Queue *queue = NULL;
 queue = (Queue*)malloc(sizeof(Queue));
 queue->first = NULL;
  queue->last = NULL;
 memset(labelmap, 0, width * height);
 for(cy = 1; cy < height - 1; cy++){
  for(cx = 1; cx < width - 1; cx++){
   index = cy * width + cx;
   if(bitmap[index] == 255 && labelmap[index] == 0){
    labelIndex++;
    SearchNeighbor(bitmap, width, height, labelmap, labelIndex, index, queue);

    popIndex = PopQueue(queue);
    while(popIndex > -1){
    SearchNeighbor(bitmap, width, height, labelmap, labelIndex, popIndex, queue);
     popIndex = PopQueue(queue);
    }
   }
  }
 }
 free(queue);
 return labelIndex;
}

您可能感兴趣的文章:

相关文章