У меня есть следующий код, это просто простая тестовая программа, чтобы узнать, как использовать функциональность подключенных компонентов в openCV 3.0
int main(int argc, char** argv) {
char* line = argv[1];
Mat image;
image = imread(line,CV_LOAD_IMAGE_GRAYSCALE);
cv::Mat label=Mat(image.size(),CV_16U);
int la=connectedComponents(image,label, 8,CV_16U);
//tried also: label.convertTo(label,CV_8U,255);
// and label.convertTo(label,CV_16U,255);
namedWindow( "input", CV_WINDOW_AUTOSIZE );
imshow( "input", image);
namedWindow( "ouput", CV_WINDOW_AUTOSIZE );
imshow("output", label);
cout<<la<<"\n";
imwrite("output.png", label);
waitKey(0);
return 0;
}
Входное изображение — это цветное изображение с двумя красными квадратами на белом фоне.
Изображение правильно загружено и отображается как изображение в градациях серого.
Дело не в том, что я делаю, на выходе всегда чистое изображение, черное или белое, в зависимости от convertTo
. параметры при
Однако значение, возвращаемое connectedComponents
это 2.
Я попробовал полный код, предложенный Мики, я получаю это:
Я думал, что проблема может быть в том, что подключенные компоненты не работают должным образом.
Пробовал с картинкой у меня на рабочем столе и наконец-то получил:
Однако на этот раз исходное изображение представляет собой обычную картинку с людьми, зданиями, автомобилями … и большая часть выходных данных остается пустой. Кто-нибудь знает почему?
После добавления image = image < 200;
С applyColorMap(seeMyLabels, seeMyLabels, COLORMAP_JET);
изображение меток переходит от почти черного оттенка серого к голубому
Результаты есть, их просто не видно!
label
содержит индекс каждой метки. Это означает, что в этом случае в метке у вас есть пиксель со значениями:
0 : background
1 : first connected component
2 : second connected component
так что ваше изображение довольно темное. Просто для наглядности вы можете добавить эту строку:
Mat seeMyLabels;
normalize(label, seeMyLabels, 0, 255, NORM_MINMAX, CV_8U);
imshow("Labels", seeMyLabels);
это будет масштабировать значения до видимого диапазона.
Обратите внимание, что изображение должно быть двоичным, с черным фоном и белым передним планом.
Полный код:
#include <opencv2\opencv.hpp>
using namespace cv;
int main(int argc, char** argv)
{
if (argc != 2) return -1;
Mat image = imread(argv[1], IMREAD_GRAYSCALE);
if (image.empty()) return -1;
Mat label;
int la = connectedComponents(image, label, 8, CV_16U);
Mat seeMyLabels;
normalize(label, seeMyLabels, 0, 255, NORM_MINMAX, CV_8U);
// You can apply a colormap for better visualization
//applyColorMap(seeMyLabels, seeMyLabels, COLORMAP_JET);
imshow("Labels", seeMyLabels);
imshow("input", image);
imshow("output", label);
waitKey(0);
return 0;
}
Других решений пока нет …